numpy.fft.rfft#
- fft.rfft(a, n=None, axis=-1, norm=None, out=None)[source]#
计算实数输入的一维离散傅里叶变换。
此函数通过一种称为快速傅里叶变换 (FFT) 的高效算法计算实数数组的一维 *n*- 点离散傅里叶变换 (DFT)。
- 参数:
- aarray_like
输入数组
- nint, 可选
要使用的输入中变换轴上的点数。如果 *n* 小于输入的长度,则裁剪输入。如果它更大,则用零填充输入。如果未给出 *n*,则使用由 *axis* 指定的轴上输入的长度。
- axisint, 可选
要计算 FFT 的轴。如果未给出,则使用最后一个轴。
- norm{“backward”, “ortho”, “forward”}, 可选
版本 1.10.0 中新增。
规范化模式(参见
numpy.fft
)。默认为“backward”。指示前向/后向变换对中的哪个方向进行缩放以及使用什么规范化因子。版本 1.20.0 中新增: 添加了“backward”、 “forward” 值。
- outcomplex ndarray, 可选
如果提供,结果将放置在此数组中。它应该是适当的形状和 dtype。
版本 2.0.0 中新增。
- 返回:
- outcomplex ndarray
沿由 *axis* 指示的轴(或如果没有指定 *axis* 则为最后一个轴)变换的截断或零填充输入。如果 *n* 为偶数,变换后的轴的长度为
(n/2)+1
。如果 *n* 为奇数,则长度为(n+1)/2
。
- 引发:
- IndexError
如果 *axis* 不是 *a* 的有效轴。
另请参阅
注释
当为纯实数输入计算 DFT 时,输出是 Hermitian 对称的,即负频率项只是对应正频率项的复共轭,因此负频率项是冗余的。此函数不计算负频率项,因此输出的变换轴的长度为
n//2 + 1
。当
A = rfft(a)
且 fs 是采样频率时,A[0]
包含零频率项 0*fs,由于 Hermitian 对称性,它是实数。如果 *n* 为偶数,则
A[-1]
包含代表正负奈奎斯特频率 (+fs/2 和 -fs/2) 的项,也必须是纯实数。如果 *n* 为奇数,则在 fs/2 处没有项;A[-1]
包含最大的正频率 (fs/2*(n-1)/n),并且在一般情况下是复数。如果输入 *a* 包含虚部,则会静默丢弃。
示例
>>> import numpy as np >>> np.fft.fft([0, 1, 0, 0]) array([ 1.+0.j, 0.-1.j, -1.+0.j, 0.+1.j]) # may vary >>> np.fft.rfft([0, 1, 0, 0]) array([ 1.+0.j, 0.-1.j, -1.+0.j]) # may vary
请注意,对于实数输入,
fft
输出的最后一个元素是如何与第二个元素的复共轭。对于rfft
,这种对称性被利用来仅计算非负频率项。