scipy.fft.

fftn#

scipy.fft.fftn(x, s=None, оси=None, norm=None, overwrite_x=False, workers=None, *, plan=None)[источник]#

Вычислить N-мерное дискретное преобразование Фурье.

Эта функция вычисляет N-мерное дискретное преобразование Фурье по любому количеству осей в M-мерном массиве с помощью быстрого преобразования Фурье (БПФ).

Параметры:

xarray_like: Входной массив, может быть комплексным.
sпоследовательность целых чисел, опционально: Форма (длина каждой преобразованной оси) вывода (s[0] относится к оси 0, s[1] к оси 1 и т.д.). Это соответствует n для fft(x, n). По любой оси, если заданная форма меньше, чем у входных данных, входные данные обрезаются. Если она больше, входные данные дополняются нулями. если s не указан, форма ввода по осям, заданным оси используется.
осипоследовательность целых чисел, опционально: Оси, по которым вычисляется БПФ. Если не заданы, последние len(s) используются оси, или все оси, если s также не указан.
norm{“backward”, “ortho”, “forward”}, опционально: Режим нормализации (см. fft). По умолчанию “backward”.
overwrite_xbool, необязательно: Если True, содержимое x может быть уничтожен; по умолчанию False. См. fft для получения дополнительной информации.
workersint, необязательный: Максимальное количество рабочих процессов для параллельных вычислений. Если отрицательное, значение оборачивается с os.cpu_count(). См. fft для получения дополнительной информации.
planобъект, опционально: Этот аргумент зарезервирован для передачи предварительно вычисленного плана, предоставленного поставщиками FFT. В настоящее время не используется в SciPy.

Добавлено в версии 1.5.0.

Возвращает:

выходкомплексный ndarray: Усечённый или дополненный нулями вход, преобразованный вдоль осей, указанных оси, или комбинацией s и x, как объяснено в разделе параметров выше.

Вызывает:

ValueError: Если s и оси имеют разную длину.
IndexError: Если элемент оси больше количества осей x.

Смотрите также

ifftn: Обратная величина fftn, обратное N-мерное БПФ.
fft: Одномерное БПФ с определениями и соглашениями, которые используются.
rfftn: N-мерное БПФ вещественного входа.
fft2: 2-D БПФ.
fftshift: Сдвигает нулевые частотные компоненты в центр массива.

Примечания

Выходные данные, аналогично fft, содержит член для нулевой частоты в нижнем углу всех осей, члены положительной частоты в первой половине всех осей, член для частоты Найквиста в середине всех осей и члены отрицательной частоты во второй половине всех осей, в порядке убывания отрицательной частоты.

Примеры

>>> import scipy.fft
>>> import numpy as np
>>> x = np.mgrid[:3, :3, :3][0]
>>> scipy.fft.fftn(x, axes=(1, 2))
array([[[ 0.+0.j,   0.+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]],
       [[ 9.+0.j,   0.+0.j,   0.+0.j],
        [ 0.+0.j,   0.+0.j,   0.+0.j],
        [ 0.+0.j,   0.+0.j,   0.+0.j]],
       [[18.+0.j,   0.+0.j,   0.+0.j],
        [ 0.+0.j,   0.+0.j,   0.+0.j],
        [ 0.+0.j,   0.+0.j,   0.+0.j]]])
>>> scipy.fft.fftn(x, (2, 2), axes=(0, 1))
array([[[ 2.+0.j,  2.+0.j,  2.+0.j], # may vary
        [ 0.+0.j,  0.+0.j,  0.+0.j]],
       [[-2.+0.j, -2.+0.j, -2.+0.j],
        [ 0.+0.j,  0.+0.j,  0.+0.j]]])

>>> import matplotlib.pyplot as plt
>>> rng = np.random.default_rng()
>>> [X, Y] = np.meshgrid(2 * np.pi * np.arange(200) / 12,
...                      2 * np.pi * np.arange(200) / 34)
>>> S = np.sin(X) + np.cos(Y) + rng.uniform(0, 1, X.shape)
>>> FS = scipy.fft.fftn(S)
>>> plt.imshow(np.log(np.abs(scipy.fft.fftshift(FS))**2))

>>> plt.show()