Question

我有另一个问题。非常类似于我已经问过的另一个（并得到很大的帮助 - 再次感谢）。不幸的是，其他线程的解决方案在这里不起作用：（http://stackoverflow.com/questions/8680909/fft-in-matlab-and-numpy-scipy-give-different-results）

现在是关于ifft：

  # i have an array 'aaa' of shape (6,) such as:
  for i in aaa:  print i
  ...

 (1.22474487139+0j)
 (-0.612372435696-1.06066017178j)
 (-0.612372435696+1.06066017178j)
 (1.22474487139+0j)
 (-0.612372435696-1.06066017178j)
 (-0.612372435696+1.06066017178j)

  #when i perform np.ifft the result is:
 np.fft.ifft(aaa)

 array([  1.48029737e-16 +1.48029737e-16j,
    -8.26024733e-17 -1.72464044e-16j,
     1.22474487e+00 -3.94508649e-16j,
     3.70074342e-17 -2.96059473e-16j,
    -2.22044605e-16 +2.46478913e-16j,   4.55950391e-17 +4.68523518e-16j])

  ###################################################################
  %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
  % BUT IN MATLAB 
  % the same array...

  aaa =

  1.2247          
 -0.6124 - 1.0607i
 -0.6124 + 1.0607i
  1.2247          
 -0.6124 - 1.0607i
 -0.6124 + 1.0607i

 % ...gives the result:
 ifft(aaa)

 ans =

  -0.0000
        0
   1.2247
        0
        0
        0

我用范围（1,6）等实数进行了实验。那么结果是一样的。这可能是一个精确的问题吗？但那么 - 为什么结果差异如此之大？也许有人知道如何解决问题？

Answer 1

如果你看看来自你的numpy评估的价值，它们非常小（小于10 ^ -15）。我建议这是一个精确的问题，你的结果并没有乍看之下那么不同。

Answer 2

与1.2247相比，X.XXe-16基本上为零。 print语句可能会使所有数字的数量大得多。

因此，出于所有实际目的，您的结果并没有什么不同。

在matlab和numpy中ifft给出不同的结果

2 个答案: