scipy.fft.

rfft#

scipy.fft.rfft(x, n=None, axis=-1, norm=None, overwrite_x=False, workers=None, *, plan=None)[原始碼]#

計算實數輸入的一維離散傅立葉轉換。

此函數藉由稱為快速傅立葉轉換 (FFT) 的有效率演算法，計算實數值陣列的一維n點離散傅立葉轉換 (DFT)。

參數:

xarray_like: 輸入陣列
nint，選用: 要使用的輸入中沿轉換軸的點數。如果 n 小於輸入的長度，則會裁剪輸入。如果較大，則會用零填充輸入。如果未給定 n，則會使用沿 axis 指定軸的輸入長度。
axisint，選用: 計算 FFT 的軸。如果未給定，則使用最後一個軸。
norm{“backward”, “ortho”, “forward”}，選用: 正規化模式（請參閱 fft）。預設值為 “backward”。
overwrite_xbool，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。
workersint，選用: 用於平行計算的最大工作人員數。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。
planobject，選用: 此引數保留用於傳入下游 FFT 供應商提供的預先計算計劃。目前 SciPy 中未使用。

在 1.5.0 版本中新增。

傳回值:

out複數 ndarray: 沿 axis 指示軸轉換的截斷或零填充輸入，如果未指定 axis，則為最後一個軸。如果 n 為偶數，則轉換軸的長度為 (n/2)+1。如果 n 為奇數，則長度為 (n+1)/2。

引發:

IndexError: 如果 axis 大於 a 的最後一個軸。

另請參閱

irfft: rfft 的反函數。
fft: 一般（複數）輸入的一維 FFT。
fftn: N 維 FFT。
rfft2: 實數輸入的二維 FFT。
rfftn: 實數輸入的 N 維 FFT。

注意事項

當針對純實數輸入計算 DFT 時，輸出為 Hermitian 對稱，即負頻率項只是對應正頻率項的複共軛，因此負頻率項是多餘的。此函數不計算負頻率項，因此輸出轉換軸的長度為 n//2 + 1。

當 X = rfft(x) 且 fs 為取樣頻率時，X[0] 包含零頻率項 0*fs，由於 Hermitian 對稱性，因此為實數。

如果 n 為偶數，則 A[-1] 包含表示正和負奈奎斯特頻率（+fs/2 和 -fs/2）的項，並且也必須是純實數。如果 n 為奇數，則 fs/2 處沒有項；A[-1] 包含最大的正頻率 (fs/2*(n-1)/n)，並且在一般情況下是複數。

如果輸入 a 包含虛部，則會靜默捨棄。

範例

>>> import scipy.fft
>>> scipy.fft.fft([0, 1, 0, 0])
array([ 1.+0.j,  0.-1.j, -1.+0.j,  0.+1.j]) # may vary
>>> scipy.fft.rfft([0, 1, 0, 0])
array([ 1.+0.j,  0.-1.j, -1.+0.j]) # may vary

請注意，對於實數輸入，fft 輸出的最後一個元素是第二個元素的複共軛。對於 rfft，會利用此對稱性僅計算非負頻率項。