Question

documentation for numpy.fft.irfft, the inverse discrete Fourier transform for real input,状态

此函数计算一维n点的逆由rfft计算的实数输入的离散傅里叶变换。其他单词irfft(rfft(a), len(a)) == a到数值精度以内。（看到下面的注释说明了为什么在这里需要len(a)。）

但是，“注释”部分似乎并未表明为什么在这种情况下必须指定len(a)。确实，即使省略了长度，一切似乎都可以正常工作。

numpy.random.seed(123456)
a = numpy.random.rand(20)
# array([0.12696983, 0.96671784, 0.26047601, 0.89723652, 0.37674972,
#        0.33622174, 0.45137647, 0.84025508, 0.12310214, 0.5430262 ,
#        0.37301223, 0.44799682, 0.12944068, 0.85987871, 0.82038836,
#        0.35205354, 0.2288873 , 0.77678375, 0.59478359, 0.13755356])
numpy.fft.irfft(numpy.fft.rfft(a))
# array([0.12696983, 0.96671784, 0.26047601, 0.89723652, 0.37674972,
#        0.33622174, 0.45137647, 0.84025508, 0.12310214, 0.5430262 ,
#        0.37301223, 0.44799682, 0.12944068, 0.85987871, 0.82038836,
#        0.35205354, 0.2288873 , 0.77678375, 0.59478359, 0.13755356])

我打给len(a)的电话时可以省略numpy.fft.rfft吗？

Answer 1

如注释中所示，如果长度为偶数，则省略长度是可行的，但如果它是奇数，则不可行：

numpy.random.seed(123456)
a = numpy.random.rand(21)
# array([0.12696983, 0.96671784, 0.26047601, 0.89723652, 0.37674972,
#        0.33622174, 0.45137647, 0.84025508, 0.12310214, 0.5430262 ,
#        0.37301223, 0.44799682, 0.12944068, 0.85987871, 0.82038836,
#        0.35205354, 0.2288873 , 0.77678375, 0.59478359, 0.13755356,
#        0.85289978])
numpy.fft.irfft(numpy.fft.rfft(a))
# array([0.24111601, 0.90078174, 0.37803686, 0.86982605, 0.38581891,
#        0.29202917, 0.72002065, 0.59446031, 0.23485829, 0.55698438,
#        0.42253411, 0.26457788, 0.49961714, 1.06138356, 0.45849842,
#        0.22863701, 0.68431715, 0.73579194, 0.14511054, 0.82140976])

关于numpy.fft.rfft numpy.fft.irfft返回值的文档解释了为什么会发生这种情况，尽管对numpy.fft.irfft的“注释”部分的引用仍然具有误导性：

numpy.fft.rfft （a，n =无，轴= -1，范数=无）

返回：

输出：复杂的ndarray
  截断或零填充的输入，沿轴转换   用 axis 表示；如果未指定 axis ，则最后一个。如果    n 是偶数，转换后的轴的长度为(n/2)+1。如果 n 为奇数，则长度为(n+1)/2。

numpy.fft.irfft （a，n =无，轴= -1，范数=无）

返回：

输出：ndarray
  截断或补零的输入，沿 axis 指示的轴转换，如果未指定 axis ，则最后一个输入。转换后的轴的长度为 n ，或者，如果未给出 n ，则为2*(m-1)，其中m是输入。要获得奇数个输出点，必须指定 n 。

numpy.fft.irfft：为什么len（a）是必需的？

1 个答案: