mars.tensor.fft.ifft#

mars.tensor.fft.ifft(a, n=None, axis=-1, norm=None)[来源]#

计算一维逆离散傅里叶变换。

此函数计算由 fft 计算的一维 n 点离散傅里叶变换的逆变换。换句话说，ifft(fft(a)) == a 在数值精度范围内成立。有关算法的一般描述和定义，请参见 mt.fft。

输入应该按照fft返回的顺序排列，即，

a[0] 应该包含零频率项，
a[1:n//2] 应该包含正频率项，
a[n//2 + 1:] 应该包含负频率项，从最负频率开始，按升序排列。

对于偶数个输入点，A[n//2] 表示正负 Nyquist 频率处值的总和，因为二者相互混叠。有关详细信息，请参阅 numpy.fft。

Parameters

a (array_like) – 输入张量，可以是复数。
n (int, 可选) – 输出的变换轴的长度。如果n小于输入的长度，则输入被裁剪。如果它更大，则输入用零填充。如果n未给出，则使用沿axis指定的轴的输入长度。有关填充问题的说明，请参阅注释。
axis (int, 可选) – 计算逆离散傅里叶变换的轴。如果没有给出，将使用最后一个轴。
norm ({无, "正交", 可选) – 归一化模式 (参见 numpy.fft)。默认值是无。

Returns

out – 被截断或填充为零的输入，沿着axis指示的轴进行转换，如果未指定axis，则沿最后一个轴进行转换。

Return type

复合张量

Raises

IndexError – 如果 axes 大于 a 的最后一个轴。

另请参阅

mt.fft: 介绍，包括定义和一般说明。
fft: 一维（前向）FFT，其中 ifft 是其反变换
ifft2: 二维逆FFT。
ifftn: n维逆傅里叶变换。

备注

如果输入参数 n 大于输入的大小，输入会在末尾填充零。尽管这是常见的方法，但可能导致意想不到的结果。如果需要其他的填充，必须在调用 ifft 之前进行。

示例

>>> import mars.tensor as mt

>>> mt.fft.ifft([0, 4, 0, 0]).execute()
array([ 1.+0.j,  0.+1.j, -1.+0.j,  0.-1.j])

创建并绘制一个具有随机相位的带限信号：

>>> import matplotlib.pyplot as plt
>>> t = mt.arange(400)
>>> n = mt.zeros((400,), dtype=complex)
>>> n[40:60] = mt.exp(1j*mt.random.uniform(0, 2*mt.pi, (20,)))
>>> s = mt.fft.ifft(n)
>>> plt.plot(t.execute(), s.real.execute(), 'b-', t.execute(), s.imag.execute(), 'r--')
...
>>> plt.legend(('real', 'imaginary'))
...
>>> plt.show()