numpy.fft.rfft#

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

計算實數輸入的一維離散傅立葉轉換。

此函數透過稱為快速傅立葉轉換 (FFT) 的高效演算法，計算實數值陣列的一維 n 點離散傅立葉轉換 (DFT)。

參數:

aarray_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 numpy.fft）。預設為 “backward”。表示正向/反向轉換對中的哪個方向被縮放以及使用什麼正規化因子。

版本 1.20.0 新增: 新增了 “backward”、“forward” 值。
out複數 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。

版本 2.0.0 新增。

回傳值:

out複數 ndarray: 沿著 axis 指示的軸轉換，或在未指定 axis 時沿著最後一個軸轉換的截斷或補零輸入。如果 n 是偶數，則轉換軸的長度為 (n/2)+1。如果 n 是奇數，則長度為 (n+1)/2。

觸發:

IndexError: 如果 axis 不是 a 的有效軸。

另請參閱

numpy.fft: 有關 DFT 的定義和慣例用法。
irfft: rfft 的反函數。
fft: 一般（複數）輸入的一維 FFT。
fftn: n 維 FFT。
rfftn: 實數輸入的 n 維 FFT。

說明

當為純實數輸入計算 DFT 時，輸出是 Hermitian 對稱的，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 A = rfft(a) 且 fs 是取樣頻率時，A[0] 包含零頻率項 0*fs，由於 Hermitian 對稱性，它是實數。

如果 n 是偶數，則 A[-1] 包含表示正負奈奎斯特頻率（+fs/2 和 -fs/2）的項，並且也必須是純實數。如果 n 是奇數，則在 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，則會靜默捨棄它。

範例

>>> import numpy as np
>>> np.fft.fft([0, 1, 0, 0])
array([ 1.+0.j,  0.-1.j, -1.+0.j,  0.+1.j]) # may vary
>>> np.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如何成為第二個元素的複共軛。對於 rfft，此對稱性被利用來僅計算非負頻率項。