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 Noneaxes 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        ]])