dask.array.fft.rfft
dask.array.fft.rfft¶
- dask.array.fft.rfft(a, n=None, axis=None, norm=None)¶
numpy.fft.rfft 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.rfft 的文档字符串：
计算实数输入的一维离散傅里叶变换。
此函数通过一种称为快速傅里叶变换（FFT）的高效算法，计算实值数组的一维 n 点离散傅里叶变换（DFT）。
- 参数
- aarray_like
输入数组
- nint, 可选
在输入中沿变换轴使用的点数。如果 n 小于输入的长度，则输入被裁剪。如果它更大，输入用零填充。如果未给出 n，则使用沿 axis 指定的轴的输入长度。
- 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。它应该具有适当的形状和数据类型。
2.0.0 新版功能.
- 返回
- 出复杂 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。如果 n 是偶数，变换轴的长度为
(n/2)+1。如果 n 是奇数，长度为(n+1)/2。
- Raises
- 索引错误
如果 axis 不是 a 的有效轴。
注释
当DFT仅对纯实数输入进行计算时，输出是厄米特对称的，即负频率项只是相应正频率项的复共轭，因此负频率项是多余的。此函数不计算负频率项，因此输出变换轴的长度为
n//2 + 1。当
A = rfft(a)且 fs 是采样频率时，A[0]包含零频率项 0*fs，由于厄米对称性，该项为实数。如果 n 是偶数，
A[-1]包含表示正负奈奎斯特频率（+fs/2 和 -fs/2）的项，并且必须是纯实数。如果 n 是奇数，则不存在 fs/2 处的项；A[-1]包含最大的正频率（fs/2*(n-1)/n），并且在一般情况下是复数。如果输入 a 包含虚部，它将被静默丢弃。
示例
>>> import numpy as np >>> np.fft.fft([0, 1, 0, 0]) array([ 1.+0.j, 0.-1.j, -1.+0.j, 0.+1.j]) # may vary >>> np.fft.rfft([0, 1, 0, 0]) array([ 1.+0.j, 0.-1.j, -1.+0.j]) # may vary
注意 fft 输出的最后一个元素是如何成为第二个元素的复共轭的，对于实数输入。对于 rfft，这种对称性被利用来仅计算非负频率项。