numpy.fft.ihfft

fft.ihfft(a, n=None, axis=-1, norm=None, out=None)[source]

Вычислить обратное преобразование Фурье сигнала, обладающего эрмитовой симметрией.

Параметры:

aarray_like

Входной массив.

nint, необязательно

Длина обратного преобразования Фурье, количество точек вдоль оси преобразования во входных данных для использования. Если n меньше длины входных данных, входные данные обрезаются. Если оно больше, входные данные дополняются нулями. Если n не задано, используется длина входных данных вдоль оси, указанной axis.

axisint, необязательно

Ось, по которой вычисляется обратное преобразование Фурье. Если не указано, используется последняя ось.

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

Добавлена в версии 1.10.0.

Режим нормализации (см. numpy.fft). Значение по умолчанию — “backward”. Указывает, какой из направлений прямой/обратной пары преобразований масштабируется и с каким коэффициентом нормализации.

Добавлена в версии 1.20.0: Значения “backward”, “forward” были добавлены.

outcomplex ndarray, необязательно

Если задано, результат будет помещен в этот массив. Он должен иметь соответствующую форму и тип данных.

Добавлена в версии 2.0.0.

Возвращаемые значения:

outcomplex ndarray

Обрезанный или заполненный нулями входной массив, преобразованный вдоль оси, указанной axis, или последней оси, если axis не указано. Длина преобразованной оси равна n//2 + 1.

См. также

hfft, irfft

Примечания

hfft/ihfft — пара, аналогичная rfft/irfft, но для обратного случая: здесь сигнал обладает эрмитовой симметрией во временной области и является действительным в частотной области. Поэтому здесь это hfft, для которого необходимо указать длину результата, если она нечётная:

• чётная: ihfft(hfft(a, 2*len(a) - 2)) == a, с погрешностью округления,
• нечётная: ihfft(hfft(a, 2*len(a) - 1)) == a, с погрешностью округления.

Примеры

>>> spectrum = np.array([ 15, -4, 0, -1, 0, -4])
>>> np.fft.ifft(spectrum)
array([1.+0.j,  2.+0.j,  3.+0.j,  4.+0.j,  3.+0.j,  2.+0.j]) # may vary
>>> np.fft.ihfft(spectrum)
array([ 1.-0.j,  2.-0.j,  3.-0.j,  4.-0.j]) # may vary