scipy.fft.

ifft2#

scipy.fft.ifft2(x, s=None, axes=(-2, -1), norm=None, overwrite_x=False, workers=None, *, plan=None)[原始碼]#

計算 2 維反離散傅立葉轉換。

此函數透過快速傅立葉轉換 (FFT) 計算 M 維陣列中任意數量的軸之 2 維離散傅立葉轉換的反函數。換句話說，在數值精確度範圍內，ifft2(fft2(x)) == x。預設情況下，反轉換是針對輸入陣列的最後兩個軸計算。

與 ifft 類似，輸入應以與 fft2 傳回的方式相同的順序排序，即它應該在兩個軸的低階角中具有零頻率項，在這些軸的前半部分中具有正頻率項，在軸的中心具有奈奎斯特頻率項，在兩個軸的後半部分中具有負頻率項，並依負頻率遞減的順序排列。

參數:

xarray_like (類陣列): 輸入陣列，可以是複數。
s整數序列，選用: 輸出的形狀（每個軸的長度）(s[0] 指的是軸 0，s[1] 指的是軸 1，依此類推)。這對應於 ifft(x, n) 的 n。沿著每個軸，如果給定的形狀小於輸入的形狀，則輸入會被裁剪。如果它較大，則輸入會以零填充。如果未給定 s，則使用輸入沿著 axes 指定的軸的形狀。請參閱關於 ifft 零填充問題的註解。
axes整數序列，選用: 要計算 FFT 的軸。如果未給定，則使用最後兩個軸。
norm{“backward”, “ortho”, “forward”}, 選用: 正規化模式 (請參閱 fft)。預設值為 “backward”。
overwrite_x布林值，選用: 如果為 True，則可以破壞 x 的內容；預設值為 False。請參閱 fft 以取得更多詳細資訊。
workers整數，選用: 用於平行計算的最大工作人員數量。如果為負數，則值會從 os.cpu_count() 環繞。請參閱 fft 以取得更多詳細資訊。
plan物件，選用: 此引數保留用於傳入由下游 FFT 供應商提供的預先計算的計畫。目前 SciPy 中尚未使用。

在 1.5.0 版本中新增。

回傳值:

out複數 ndarray: 沿著 axes 指示的軸轉換，或如果未給定 axes，則沿著最後兩個軸轉換的截斷或零填充輸入。

例外狀況:

ValueError: 如果 s 和 axes 的長度不同，或者未給定 axes 且 len(s) != 2。
IndexError: 如果 axes 的元素大於 x 的軸數。

另請參閱

fft2: 正向 2 維 FFT，ifft2 是其反函數。
ifftn: N 維 FFT 的反函數。
fft: 1 維 FFT。
ifft: 1 維反 FFT。

註解

ifft2 只是 ifftn，但 axes 的預設值不同。

請參閱 ifftn 以取得詳細資訊和繪圖範例，並參閱 fft 以取得定義和使用的慣例。

與 ifft 類似，零填充是透過將零附加到沿指定維度的輸入來執行。雖然這是常見的方法，但可能會導致令人驚訝的結果。如果需要另一種形式的零填充，則必須在呼叫 ifft2 之前執行。

範例

>>> import scipy.fft
>>> import numpy as np
>>> x = 4 * np.eye(4)
>>> scipy.fft.ifft2(x)
array([[1.+0.j,  0.+0.j,  0.+0.j,  0.+0.j], # may vary
       [0.+0.j,  0.+0.j,  0.+0.j,  1.+0.j],
       [0.+0.j,  0.+0.j,  1.+0.j,  0.+0.j],
       [0.+0.j,  1.+0.j,  0.+0.j,  0.+0.j]])