传统离散傅里叶变换 (cupyx.scipy.fftpack)#

备注

自 SciPy 版本 1.4.0 起，推荐使用 scipy.fft 而非 scipy.fftpack。建议考虑使用 cupyx.scipy.fft。

提示

SciPy API 参考：旧版离散傅里叶变换（scipy.fftpack） <https://docs.scipy.org/doc/scipy/reference/fftpack.html>`_

快速傅里叶变换 (FFTs)#

fft(x[, n, axis, overwrite_x, plan])

计算一维快速傅里叶变换。

ifft(x[, n, axis, overwrite_x, plan])

计算一维逆FFT。

fft2(x[, shape, axes, overwrite_x, plan])

计算二维快速傅里叶变换。

ifft2(x[, shape, axes, overwrite_x, plan])

计算二维逆快速傅里叶变换。

fftn(x[, shape, axes, overwrite_x, plan])

计算 N 维傅里叶变换。

ifftn(x[, shape, axes, overwrite_x, plan])

计算 N 维逆 FFT。

rfft(x[, n, axis, overwrite_x, plan])

计算实输入的一维快速傅里叶变换。

irfft(x[, n, axis, overwrite_x])

计算实数输入的一维逆FFT。

get_fft_plan(a[, shape, axes, value_type])

生成一个用于转换最多三个轴的CUDA FFT计划。

代码兼容性特性#

  1. 与其他 CuPy 中的 FFT 模块一样，本模块中的 FFT 函数可以利用现有的 cuFFT 计划（由 get_fft_plan() 返回）来加速计算。该计划可以通过 plan 参数显式传递，也可以作为上下文管理器使用。plan 参数目前是实验性的，接口可能会在未来的版本中更改。get_fft_plan() 函数在 scipy.fftpack 中没有对应项。

  2. 布尔开关 cupy.fft.config.enable_nd_planning 也会影响此模块中的 FFT 函数，请参阅 离散傅里叶变换 (cupy.fft)。当使用 get_fft_plan() 手动规划时，此开关将被忽略。

  3. 与 scipy.fftpack 中一样，本模块中的所有 FFT 函数都有一个可选参数 overwrite_x``（默认值为 ``False），其语义与 scipy.fftpack 中的相同：当设置为 True 时，输入数组 x 可以*（不是 *将会）被任意覆盖。因此，当需要就地 FFT 时，用户应始终以下列方式重新分配输入：x = cupyx.scipy.fftpack.fft(x, ..., overwrite_x=True, ...)。

  4. 布尔开关 cupy.fft.config.use_multi_gpus 也会影响本模块中的FFT函数，参见 离散傅里叶变换 (cupy.fft)。此外，在使用 get_fft_plan() 手动规划时，此开关也会被*遵守*。