mars.tensor.fft.rfftfreq#

mars.tensor.fft.rfftfreq(n, d=1.0, gpu=None, chunk_size=None)[来源]#

返回离散傅里叶变换样本频率（用于 rfft，irfft）。

返回的浮点张量 f 包含以样本间隔单位的周期为单位的频率槽中心（从零开始）。例如，如果样本间隔是以秒为单位，则频率单位为周期/秒。

给定一个窗口长度 n 和一个采样间隔 d：

f = [0, 1, ...,     n/2-1,     n/2] / (d*n)   if n is even
f = [0, 1, ..., (n-1)/2-1, (n-1)/2] / (d*n)   if n is odd

与 fftfreq 不同（但与 scipy.fftpack.rfftfreq 类似），奈奎斯特频率分量被认为是正值。

Parameters

n (int) – 窗口长度。
d (标量, 可选) – 采样间隔（采样率的倒数）。默认为 1。
gpu (bool, 可选) – 如果为True，则在GPU上分配张量，默认为False
chunk_size (int 或 tuple 的 int 或 tuple 的 ints, 可选) – 每个维度上所需的块大小

Returns

f – 长度为 n//2 + 1 的张量，包含样本频率。

Return type

张量

示例

>>> import mars.tensor as mt

>>> signal = mt.array([-2, 8, 6, 4, 1, 0, 3, 5, -3, 4], dtype=float)
>>> fourier = mt.fft.rfft(signal)
>>> n = signal.size
>>> sample_rate = 100
>>> freq = mt.fft.fftfreq(n, d=1./sample_rate)
>>> freq.execute()
array([  0.,  10.,  20.,  30.,  40., -50., -40., -30., -20., -10.])
>>> freq = mt.fft.rfftfreq(n, d=1./sample_rate)
>>> freq.execute()
array([  0.,  10.,  20.,  30.,  40.,  50.])