Spec-Zone.ru › NumPy 2.0

numpy.fft.rfftn

fft.rfftn(a, s=None, axes=None, norm=None, out=None)[source]

Вычислить N-мерное дискретное преобразование Фурье для вещественного входного сигнала.

Эта функция вычисляет N-мерное дискретное преобразование Фурье по любому числу осей в M-мерном вещественном массиве с помощью быстрого преобразования Фурье (FFT). По умолчанию все оси преобразуются, а вещественное преобразование выполняется по последней оси, в то время как остальные преобразования являются комплексными.

Параметры:
aarray_like

Входной массив, предполагается вещественный.

sпоследовательность целых чисел, необязательно

Форма (длина по каждой преобразованной оси) для использования из входных данных. (s[0] относится к оси 0, s[1] к оси 1 и т. д.). Последний элемент s соответствует n для rfft(x, n), в то время как для остальных осей он соответствует n для fft(x, n). По любой оси, если заданная форма меньше, чем форма входных данных, входные данные обрезаются. Если она больше, входные данные дополняются нулями.

Изменено в версии 2.0: Если это -1, весь вход используется (без дополнения нулями/обрезки).

Если s не указан, используется форма входных данных по осям, указанным в axes.

Устаревшее с версии 2.0: Если s не None, axes не должно быть None.

Устаревшее с версии 2.0: s должно содержать только int значения, а не None. Значения None в настоящее время означают, что используется значение по умолчанию для n в соответствующем одномерном преобразовании, но это поведение устарело.

axesпоследовательность целых чисел, необязательно

Оси, по которым вычисляется FFT. Если не указаны, используются последние len(s) оси или все оси, если s также не указан.

Устаревшее с версии 2.0: Если s указан, соответствующие axes для преобразования также должны быть явно указаны.

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

Введено в версии 1.10.0.

Режим нормализации (см. numpy.fft). По умолчанию «backward». Указывает, какая из направлений прямого/обратного преобразования масштабируется и с каким нормировочным множителем.

Введено в версии 1.20.0: Были добавлены значения «backward», «forward».

outcomplex ndarray, необязательно

Если указан, результат будет помещен в этот массив. Он должен иметь соответствующую форму и тип данных для всех осей (и, следовательно, несовместим с передачей чего-либо, кроме тривиальных s).

Введено в версии 2.0.0.

Возвращает:
outcomplex ndarray

Усеченные или дополненные нулями входные данные, преобразованные по осям, указанным в axes, или по комбинации s и a, как объяснено в разделе параметров выше. Длина последней преобразованной оси будет s[-1]//2+1, в то время как длины остальных преобразованных осей будут соответствовать s, или останутся неизменными относительно входных данных.

Возбуждает:
ValueError

Если s и axes имеют разную длину.

IndexError

Если элемент axes больше, чем число осей в a.

См. также

irfftn

Обратное к rfftn, т.е. обратное n-мерному FFT вещественного входного сигнала.

fft

Одномерное FFT с определениями и соглашениями.

rfft

Одномерное FFT вещественного входного сигнала.

fftn

n-мерное FFT.

rfft2

Двумерное FFT вещественного входного сигнала.

Примечания

Преобразование для вещественного входного сигнала выполняется по последней оси преобразования, как в rfft, а затем преобразование по остальным осям выполняется как в fftn. Порядок вывода такой же, как у rfft для последней оси преобразования и как у fftn для оставшихся осей преобразования.

См. fft для получения подробностей, определений и используемых соглашений.

Примеры

>>> 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]]])

© 2005–2024 NumPy Developers
Licensed under the 3-clause BSD License.
https://numpy.org/doc/2.0/reference/generated/numpy.fft.rfftn.html

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API