诸如FFTW或numpy.fft之类的FFT库通常提供两个函数fft()和ifft()（以及用于实值输入的特殊版本）。这些功能似乎被定义为
ifft(fft(X)) == X
和
fft(X) == constant_factor * reverse(ifft(X))
在ifft()和fft()选择复杂输入时，是否有任何实际或技术原因需要考虑？虽然X（信号，时间或空间域）和fft(X)（频谱，频域）的解释不同，但它在计算上是否重要？
答案 0 :(得分：4)
不同的fft库将缩放比例设置在不同的位置，两者中的fft，ifft或1 / sqrt（N）。所以这只是一个小的实现依赖差异。 fft和ifft颠倒了结果的顺序。所以这只是结果数组中索引向前或向后的区别。无论您将一个时间/空间与频率相呼应，只是标签差异。
所以实际上，选择一个库所使用的规模，并且你想要为结果编制索引的方向产生最可读的代码。通常设置fft / ifft库，以便可以在同一方向上指示正时间和更高频率（++）。
ADDED：次要的，可能是不必要的优化：如果你需要对FT结果进行后期扩展，那么选择不包含内置比例的fft或ifft实现，因为这可以节省N个半冗余乘法运算。