numpy.fft.rfftn#
- fft.rfftn(a, s=None, axes=None, norm=None, out=None)[source]#
计算实数输入的 N 维离散傅里叶变换。
此函数通过快速傅里叶变换 (FFT) 计算 M 维实数数组中任意数量轴上的 N 维离散傅里叶变换。默认情况下,所有轴都进行变换,实数变换在最后一个轴上执行,而其余变换为复数变换。
- 参数:
- aarray_like
输入数组,视为实数。
- s整数序列,可选
要从输入中使用的形状(沿每个变换轴的长度)。(
s[0]
指轴 0,s[1]
指轴 1,依此类推)。s 的最后一个元素对应于rfft(x, n)
的 n,而对于其余轴,它对应于fft(x, n)
的 n。沿任何轴,如果给定的形状小于输入的形状,则裁剪输入。如果它更大,则用零填充输入。版本 2.0 中的更改: 如果为
-1
,则使用整个输入(不进行填充/修剪)。如果没有给出 s,则使用由 axes 指定的轴上的输入形状。
版本 2.0 中已弃用: 如果 s 不为
None
,则 axes 也不能为None
。版本 2.0 中已弃用: s 必须只包含
int
,而不是None
值。None
值目前表示在相应的 1 维变换中使用n
的默认值,但此行为已弃用。- axes整数序列,可选
要对其计算 FFT 的轴。如果未给出,则使用最后
len(s)
个轴,或者如果 s 也未指定,则使用所有轴。版本 2.0 中已弃用: 如果指定了 s,则也必须明确指定要变换的相应 axes。
- norm{"backward", "ortho", "forward"},可选
版本 1.10.0 中的新功能。
归一化模式(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归一化因子。版本 1.20.0 中的新功能: 添加了“backward”和“forward”值。
- out复数 ndarray,可选
如果提供,结果将放置在此数组中。它应该具有所有轴的适当形状和 dtype(因此与传入除平凡的
s
之外的所有内容不兼容)。版本 2.0.0 中的新功能。
- 返回值:
- out复数 ndarray
截断或零填充的输入,沿由 axes 指示的轴变换,或如上文参数部分所述,通过 s 和 a 的组合进行变换。最后一个变换轴的长度将为
s[-1]//2+1
,而其余变换轴的长度将根据 s 确定,或者与输入相同。
- 引发:
- ValueError
如果 s 和 axes 的长度不同。
- IndexError
如果 axes 的某个元素大于 a 的轴数。
另请参阅
备注
对实数输入的变换在最后一个变换轴上执行,如
rfft
所示,然后对剩余轴执行变换,如fftn
所示。输出的顺序与rfft
对最后一个变换轴的顺序相同,与fftn
对其余变换轴的顺序相同。有关详细信息、定义和使用的约定,请参阅
fft
。示例
>>> import numpy as np >>> a = np.ones((2, 2, 2)) >>> np.fft.rfftn(a) array([[[8.+0.j, 0.+0.j], # may vary [0.+0.j, 0.+0.j]], [[0.+0.j, 0.+0.j], [0.+0.j, 0.+0.j]]])
>>> np.fft.rfftn(a, axes=(2, 0)) array([[[4.+0.j, 0.+0.j], # may vary [4.+0.j, 0.+0.j]], [[0.+0.j, 0.+0.j], [0.+0.j, 0.+0.j]]])