dask.array.fft.hfft
dask.array.fft.hfft¶
- dask.array.fft.hfft(a, n=None, axis=None, norm=None)¶
numpy.fft.hfft 的封装
应用FFT的轴必须只有一个块。要更改数组的块化，请使用 dask.Array.rechunk。
以下是 numpy.fft.hfft 的文档字符串：
计算具有厄米对称性的信号的FFT，即实谱。
- 参数
- aarray_like
输入数组。
- nint, 可选
输出变换轴的长度。对于 n 个输出点，需要
n//2 + 1个输入点。如果输入长度超过这个值，则会被裁剪。如果输入长度小于这个值，则会被用零填充。如果未给出 n，则取值为2*(m-1)，其中m是输入沿 axis 指定的轴的长度。- 轴int, 可选
要计算FFT的轴。如果没有给出，则使用最后一个轴。
- 规范{“backward”, “ortho”, “forward”}，可选
1.10.0 新版功能.
归一化模式（参见 numpy.fft）。默认是“backward”。指示正向/反向变换对中哪个方向被缩放以及使用什么归一化因子。
1.20.0 新版功能: 添加了“backward”、“forward”值。
- 出ndarray，可选
如果提供，结果将被放置在这个数组中。它应该具有适当的形状和数据类型。
2.0.0 新版功能.
- 返回
- 出ndarray
被截断或零填充的输入，沿着由 axis 指示的轴进行变换，如果未指定 axis，则沿最后一个轴进行变换。变换轴的长度为 n，或者，如果未给出 n，则为
2*m - 2，其中m是输入的变换轴的长度。要获得奇数个输出点，必须指定 n，例如在典型情况下为2*m - 1。
- Raises
- 索引错误
如果 axis 不是 a 的有效轴。
注释
hfft/ihfft 是一对类似于 rfft/irfft 的函数，但适用于相反的情况：这里的信号在时域具有厄米对称性，在频域是实数。因此，在这里，你必须为 hfft 提供结果的长度，如果它要是奇数的话。
即使：
ihfft(hfft(a, 2*len(a) - 2)) == a，在舍入误差范围内，奇数：
ihfft(hfft(a, 2*len(a) - 1)) == a，在舍入误差范围内。
正确解释厄米输入取决于原始数据的长度，如 n 所给定。这是因为每个输入形状可能对应于奇数或偶数长度的信号。默认情况下，hfft 假设偶数输出长度，这将最后一个条目置于奈奎斯特频率；与它的对称对应项混叠。根据厄米对称性，该值被视为纯实数。为了避免丢失信息，必须给出完整信号的形状。
示例
>>> import numpy as np >>> signal = np.array([1, 2, 3, 4, 3, 2]) >>> np.fft.fft(signal) array([15.+0.j, -4.+0.j, 0.+0.j, -1.-0.j, 0.+0.j, -4.+0.j]) # may vary >>> np.fft.hfft(signal[:4]) # Input first half of signal array([15., -4., 0., -1., 0., -4.]) >>> np.fft.hfft(signal, 6) # Input entire signal and truncate array([15., -4., 0., -1., 0., -4.])
>>> signal = np.array([[1, 1.j], [-1.j, 2]]) >>> np.conj(signal.T) - signal # check Hermitian symmetry array([[ 0.-0.j, -0.+0.j], # may vary [ 0.+0.j, 0.-0.j]]) >>> freq_spectrum = np.fft.hfft(signal) >>> freq_spectrum array([[ 1., 1.], [ 2., -2.]])