numpy.fft.rfft2#
- fft.rfft2(a, s=None, axes=(-2, -1), norm=None, out=None)[source]#
计算实数数组的二维 FFT。
- 参数:
- a数组
输入数组,被认为是实数。
- s整数序列,可选
FFT 的形状。
在版本 2.0 中更改: 如果为
-1
,则使用整个输入(不进行填充/裁剪)。从版本 2.0 开始弃用: 如果 s 不为
None
,axes 也不能为None
。从版本 2.0 开始弃用: s 必须仅包含
int
,而不是None
值。None
值当前表示使用对应一维变换的n
的默认值,但这种行为已弃用。- axes整数序列,可选
要计算 FFT 的轴。默认值:
(-2, -1)
。从版本 2.0 开始弃用: 如果指定了 s,则要变换的对应 axes 不能为
None
。- norm{"backward", "ortho", "forward"},可选
在版本 1.10.0 中新增。
归一化模式(参见
numpy.fft
)。默认值为 “backward”。指示正向/反向变换对中的哪个方向进行缩放以及使用什么归一化因子。在版本 1.20.0 中新增: 添加了 “backward”、”forward” 值。
- out复数 ndarray,可选
如果提供,结果将放置在此数组中。它应该是适合最后一次逆变换的形状和 dtype。与传入除 trivial
s
以外的所有内容不兼容。在版本 2.0.0 中新增。
- 返回值:
- outndarray
实数二维 FFT 的结果。
另请参见
rfftn
计算实数输入的 N 维离散傅里叶变换。
注意
这实际上只是
rfftn
具有不同的默认行为。有关更多详细信息,请参见rfftn
。示例
>>> import numpy as np >>> a = np.mgrid[:5, :5][0] >>> np.fft.rfft2(a) array([[ 50. +0.j , 0. +0.j , 0. +0.j ], [-12.5+17.20477401j, 0. +0.j , 0. +0.j ], [-12.5 +4.0614962j , 0. +0.j , 0. +0.j ], [-12.5 -4.0614962j , 0. +0.j , 0. +0.j ], [-12.5-17.20477401j, 0. +0.j , 0. +0.j ]])