numpy.fft.rfftn#

fft.rfftn(a, s=None, axes=None, norm=None, out=None)[源代码]#

计算实数输入的 N 维离散傅里叶变换.

此函数通过快速傅里叶变换（FFT）计算 M 维实数组中任意数量轴上的 N 维离散傅里叶变换.默认情况下,所有轴都会进行变换,最后一个轴进行实数变换,其余轴进行复数变换.

参数:

aarray_like

输入数组,视为实数.

s整数序列,可选

形状（沿每个变换轴的长度）从输入中使用.（s[0] 指轴 0,``s[1]`` 指轴 1,等等）.`s` 的最后一个元素对应于 rfft(x, n) 的 n,而对于其余轴,它对应于 fft(x, n) 的 n.沿任何轴,如果给定的形状小于输入的形状,则输入被裁剪.如果它更大,输入用零填充.

在 2.0 版本发生变更: 如果它是 -1 ,则使用整个输入（无填充/修剪）.

如果 s 未给出,则使用沿由 axes 指定的轴的输入形状.

自 2.0 版本弃用: 如果 s 不是 None,那么 axes 也必须不是 None.

自 2.0 版本弃用: s 必须只包含 int ,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.

axes整数序列,可选

要计算FFT的轴.如果没有给出,则使用最后的 len(s) 轴,或者如果 s 也未指定,则使用所有轴.

自 2.0 版本弃用: 如果指定了 s ,则必须显式指定要转换的相应轴 .

norm{“backward”, “ortho”, “forward”},可选

在 1.10.0 版本加入.

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的变换被缩放以及使用什么归一化因子.

在 1.20.0 版本加入: 添加了”backward”、”forward”值.

outcomplex 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 dtype 用于所有轴（因此与传入除平凡的 s 之外的所有内容不兼容）.

在 2.0.0 版本加入.

返回:

out复杂 ndarray: 被截断或零填充的输入,沿着由 axes 指示的轴转换,或者通过 s 和 a 的组合转换,如上述参数部分所述.最后一个转换轴的长度将是 s[-1]//2+1,而其余转换轴的长度将根据 s 确定,或者与输入保持不变.

引发:

ValueError: 如果 s 和 axes 的长度不同.
IndexError: 如果 axes 的某个元素大于 a 的轴数.

参见

irfftn: rfftn 的逆运算,即实数输入的 n 维 FFT 的逆运算.
fft: 一维傅里叶变换,包含定义和使用的约定.
rfft: 实数输入的一维快速傅里叶变换.
fftn: n维傅里叶变换.
rfft2: 实输入的二维FFT.

备注

对于实际输入的变换是在最后一个变换轴上进行的,如 rfft 那样,然后对剩余的轴进行的变换如 fftn 那样.输出的顺序对于最终变换轴如 rfft 那样,对于剩余的变换轴如 fftn 那样.

详情、定义和使用的约定请参见 fft.

示例

>>> import numpy as np
>>> a = np.ones((2, 2, 2))
>>> np.fft.rfftn(a)
array([[[8.+0.j,  0.+0.j], # may vary
        [0.+0.j,  0.+0.j]],
       [[0.+0.j,  0.+0.j],
        [0.+0.j,  0.+0.j]]])

>>> np.fft.rfftn(a, axes=(2, 0))
array([[[4.+0.j,  0.+0.j], # may vary
        [4.+0.j,  0.+0.j]],
       [[0.+0.j,  0.+0.j],
        [0.+0.j,  0.+0.j]]])