numpy.fft.ifft#

fft.ifft(a, n=None, axis=-1, norm=None, out=None)[原始碼]#

計算一維反向離散傅立葉轉換。

此函數計算由 fft 計算的 n 點一維離散傅立葉轉換的反轉換。換句話說，在數值精度範圍內，ifft(fft(a)) == a。有關演算法和定義的一般描述，請參閱 numpy.fft。

輸入應以與 fft 傳回的相同方式排序，即：

a[0] 應包含零頻率項，
a[1:n//2] 應包含正頻率項，
a[n//2 + 1:] 應包含負頻率項，依遞增順序從最負頻率開始。

對於偶數個輸入點，A[n//2] 表示正負奈奎斯特頻率處的值的總和，因為兩者混疊在一起。有關詳細資訊，請參閱 numpy.fft。

參數:

aarray_like: 輸入陣列，可以是複數。
nint，選用: 輸出中轉換軸的長度。如果 n 小於輸入的長度，則會裁剪輸入。如果 n 較大，則會以零填充輸入。如果未指定 n，則會使用沿著 axis 指定軸的輸入長度。請參閱有關填充問題的注意事項。
axisint，選用: 計算反向 DFT 的軸。如果未指定，則使用最後一個軸。
norm{“backward”, “ortho”, “forward”}，選用: 正規化模式（請參閱 numpy.fft）。預設值為 “backward”。表示正向/反向轉換對中的哪個方向進行縮放以及使用哪個正規化因子。

1.20.0 版本新增: 新增了 “backward”、“forward” 值。
outcomplex ndarray，選用: 如果提供，結果將放置在此陣列中。它應具有適當的形狀和 dtype。

2.0.0 版本新增。

傳回:

outcomplex ndarray: 沿著 axis 指示的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。

引發:

IndexError: 如果 axis 不是 a 的有效軸。

另請參閱

numpy.fft: 簡介，包含定義和一般說明。
fft: 一維（正向）FFT，ifft 是它的反轉換
ifft2: 二維反向 FFT。
ifftn: n 維反向 FFT。

注意事項

如果輸入參數 n 大於輸入的大小，則會在結尾附加零來填充輸入。即使這是常見的方法，也可能導致令人驚訝的結果。如果需要不同的填充，則必須在呼叫 ifft 之前執行。

範例

>>> import numpy as np
>>> np.fft.ifft([0, 4, 0, 0])
array([ 1.+0.j,  0.+1.j, -1.+0.j,  0.-1.j]) # may vary

建立並繪製具有隨機相位的頻寬限制訊號

>>> import matplotlib.pyplot as plt
>>> t = np.arange(400)
>>> n = np.zeros((400,), dtype=complex)
>>> n[40:60] = np.exp(1j*np.random.uniform(0, 2*np.pi, (20,)))
>>> s = np.fft.ifft(n)
>>> plt.plot(t, s.real, label='real')
[<matplotlib.lines.Line2D object at ...>]
>>> plt.plot(t, s.imag, '--', label='imaginary')
[<matplotlib.lines.Line2D object at ...>]
>>> plt.legend()
<matplotlib.legend.Legend object at ...>
>>> plt.show()