numpy.fft.ifft2

numpy.fft.ifft2(a, s=None, axes=(-2, -1), norm=None)[source]

计算二维离散傅里叶逆变换。

该函数通过快速傅立叶变换（FFT）计算M维数组中任何数量的轴上的2维离散傅里叶变换的逆。换句话说，在数值精度内的ifft2（fft2（a）） == a 默认情况下，逆变换在输入数组的最后两个轴上计算。

类似于ifft的输入应按照与fft2相同的方式进行排序，即，它应该在零阶频率项中的低阶角两个轴，在这些轴的前半部分中的正频率项，在轴的中间的奈奎斯特频率的项和在两个轴的后半部分中的负频率项，以负的负频率的次序递减。

参数：	a：array_like 输入数组，可以复杂。 s：ints序列，可选输出（`s[0]`指轴0，`s[1]`到轴1等）的形状（每个轴的长度）。这对于`ifft（x， n）`对应于n。沿着每个轴，如果给定的形状小于输入的形状，则输入被裁剪。如果它较大，输入将用零填充。如果未给出s，则使用沿轴指定的轴的输入形状。请参阅`ifft`零填充上的问题说明。 axes：ints序列，可选计算FFT的轴。如果未给出，则使用最后两个轴。轴中的重复索引表示该轴上的变换执行多次。一单元序列意味着执行一维FFT。 norm：{None，“ortho”}，可选版本1.10.0中的新功能。规范化模式（参见`numpy.fft`）。默认值为None。
返回：	out：complex ndarray 沿着轴指示的轴变化的截断或零填充输入，如果未给出轴则为最后两个轴。
上升：	ValueError 如果s和轴具有不同的长度，或轴未指定，`len（s）！= 2`。 IndexError 如果axes的元素大于a的轴数。

参数：

a：array_like

输入数组，可以复杂。

s：ints序列，可选

输出（s[0]指轴0，s[1]到轴1等）的形状（每个轴的长度）。这对于ifft（x， n）对应于n。沿着每个轴，如果给定的形状小于输入的形状，则输入被裁剪。如果它较大，输入将用零填充。如果未给出s，则使用沿轴指定的轴的输入形状。请参阅ifft零填充上的问题说明。

axes：ints序列，可选

计算FFT的轴。如果未给出，则使用最后两个轴。轴中的重复索引表示该轴上的变换执行多次。一单元序列意味着执行一维FFT。

norm：{None，“ortho”}，可选

版本1.10.0中的新功能。

规范化模式（参见numpy.fft）。默认值为None。

out：complex ndarray

沿着轴指示的轴变化的截断或零填充输入，如果未给出轴则为最后两个轴。

上升：

ValueError

如果s和轴具有不同的长度，或轴未指定，len（s）！= 2。

IndexError

如果axes的元素大于a的轴数。

也可以看看

numpy.fft: 离散傅立叶变换的总体视图，使用定义和约定。
fft2: 前向2维FFT，其中ifft2是反向的。
ifftn: n维FFT的逆。
fft: 一维FFT。
ifft: 一维逆FFT。

笔记

ifft2只是ifftn，且轴的默认值不同。

有关详细信息和绘图示例，请参见ifftn，对于所使用的定义和约定，请参见numpy.fft。

与ifft类似，通过向指定维度的输入附加零来执行填零。虽然这是常见的方法，但可能会导致令人惊讶的结果。如果需要另一种形式的零填充，则必须在调用ifft2之前执行。

例子

>>> a = 4 * np.eye(4)
>>> np.fft.ifft2(a)
array([[ 1.+0.j,  0.+0.j,  0.+0.j,  0.+0.j],
       [ 0.+0.j,  0.+0.j,  0.+0.j,  1.+0.j],
       [ 0.+0.j,  0.+0.j,  1.+0.j,  0.+0.j],
       [ 0.+0.j,  1.+0.j,  0.+0.j,  0.+0.j]])