dask.array.fft.ifftn
dask.array.fft.ifftn¶
- dask.array.fft.ifftn(a, s=None, axes=None, norm=None)¶
numpy.fft.ifftn 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.ifftn 的文档字符串：
计算 N 维逆离散傅里叶变换。
此函数通过快速傅里叶变换（FFT）计算M维数组中任意数量轴上的N维离散傅里叶变换的逆变换。换句话说，
ifftn(fftn(a)) == a在数值精度范围内成立。关于定义和约定使用的描述，请参见 numpy.fft。输入应与 ifft 类似，应按照 fftn 返回的方式排序，即所有轴的低阶角应为零频率项，所有轴的前半部分为正频率项，所有轴的中间为奈奎斯特频率项，所有轴的后半部分为负频率项，按负频率递减的顺序排列。
- 参数
- aarray_like
输入数组，可以是复数。
- s整数序列，可选
输出形状（每个变换轴的长度）（
s[0]指轴 0，s[1]指轴 1，等等）。这对应于ifft(x, n)中的n。沿任何轴，如果给定的形状小于输入的形状，则输入将被裁剪。如果它更大，输入将用零填充。在 2.0 版更改: 如果它是
-1，则使用整个输入（无填充/修剪）。如果未给出 s，则使用沿 axes 指定的轴的输入形状。请参阅 ifft 零填充问题的注释。
2.0 版后已移除: 如果 s 不是
None，那么 axes 也必须不是None。2.0 版后已移除: s 必须只包含
int类型，不能包含None值。None值目前意味着在相应的 1-D 变换中使用n的默认值，但这种行为已被弃用。- 轴整数序列，可选
要计算 IFFT 的轴。如果没有给出，则使用最后的
len(s)轴，或者如果 s 也没有指定，则使用所有轴。axes 中的重复索引意味着在该轴上执行多次逆变换。2.0 版后已移除: 如果指定了 s，则必须显式指定要转换的相应 axes。
- 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complex ndarray, 可选
如果提供，结果将被放置在这个数组中。它应该具有所有轴的适当形状和数据类型（因此与传递除平凡的
s之外的所有内容不兼容）。2.0.0 新版功能.
- 返回
- 出复杂 ndarray
根据 axes 指示的轴，或通过 s 或 a 的组合进行变换的截断或零填充输入，如上述参数部分所述。
- Raises
- ValueError
如果 s 和 axes 的长度不同。
- 索引错误
如果 axes 中的元素大于 a 的轴数。
参见
注释
参见 numpy.fft 以了解定义和使用的约定。
零填充，类似于 ifft，是通过在指定维度上向输入追加零来执行的。尽管这是常见的方法，但它可能会导致意外的结果。如果需要另一种形式的零填充，则必须在调用 ifftn 之前执行。
示例
>>> import numpy as np >>> a = np.eye(4) >>> np.fft.ifftn(np.fft.fftn(a, axes=(0,)), axes=(1,)) array([[1.+0.j, 0.+0.j, 0.+0.j, 0.+0.j], # may vary [0.+0.j, 1.+0.j, 0.+0.j, 0.+0.j], [0.+0.j, 0.+0.j, 1.+0.j, 0.+0.j], [0.+0.j, 0.+0.j, 0.+0.j, 1.+0.j]])
创建并绘制一个具有带限频率内容的图像：
>>> import matplotlib.pyplot as plt >>> n = np.zeros((200,200), dtype=complex) >>> n[60:80, 20:40] = np.exp(1j*np.random.uniform(0, 2*np.pi, (20, 20))) >>> im = np.fft.ifftn(n).real >>> plt.imshow(im) <matplotlib.image.AxesImage object at 0x...> >>> plt.show()