scipy.fft.

rfft2#

scipy.fft.rfft2(x, s=None, оси=(-2, -1), norm=None, overwrite_x=False, workers=None, *, plan=None)[источник]#

Вычислить 2-D БПФ действительного массива.

Параметры:

xмассив: Входной массив, принимаемый как вещественный.
sпоследовательность целых чисел, опционально: Форма БПФ.
осипоследовательность целых чисел, опционально: Оси, по которым вычисляется БПФ.
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:

выходndarray: Результат действительного 2-D FFT.

Смотрите также

irfft2: Обратное 2-D БПФ для вещественного входа.
rfft: Одномерное БПФ для вещественного входа.
rfftn: Вычисление N-мерного дискретного преобразования Фурье для вещественного входа.

Примечания

Это просто rfftn с различным поведением по умолчанию. Подробнее см. rfftn.

Примеры

>>> import scipy.fft
>>> import numpy as np
>>> x = np.broadcast_to([1, 0, -1, 0], (4, 4))
>>> scipy.fft.rfft2(x)
array([[0.+0.j, 8.+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, 0.+0.j, 0.+0.j]])