numpy.fft.irfft

原文：https://docs.scipy.org/doc/numpy/reference/generated/numpy.fft.irfft.html

译者：飞龙 UsyiyiCN

校对：（虚位以待）

numpy.fft.irfft(a, n=None, axis=-1, norm=None)[source]

计算实数输入的n点DFT的逆。

该函数计算由rfft计算的实数输入的一维n点离散傅里叶变换的逆。换句话说，irfft（rfft（a）， len（a）） == a 到数值精度。（见下面的注释，为什么len(a)在这里是必要的。）

输入预期为由rfft返回的形式，即实际的零频率项，后面是按照频率增加的顺序的复数正频率项。由于实数输入的离散傅里叶变换是厄米对称的，负频率项被认为是相应的正频率项的复共轭。

参数：	a：array_like 输入数组。 n：int，可选输出的变换轴的长度。对于n输出点，需要`n//2+1`个输入点。如果输入长于此，则会裁剪。如果它比这短，用零填充。如果未给出n，则根据沿轴指定的轴的输入长度确定。 axis：int，可选用于计算逆FFT的轴。如果未给出，则使用最后一个轴。 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：ndarray 未指定沿轴指示的轴变换的截断或零填充输入，如果轴指定最后一个输入。变换轴的长度为n，或者如果未给出n，则`2*(m-1)`其中`m`是输入的变换轴的长度。要获得奇数个输出点，必须指定n。
上升：	IndexError 如果axis大于a的最后一个轴。

参数：

a：array_like

输入数组。

n：int，可选

输出的变换轴的长度。对于n输出点，需要n//2+1个输入点。如果输入长于此，则会裁剪。如果它比这短，用零填充。如果未给出n，则根据沿轴指定的轴的输入长度确定。

axis：int，可选

用于计算逆FFT的轴。如果未给出，则使用最后一个轴。

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：ndarray

未指定沿轴指示的轴变换的截断或零填充输入，如果轴指定最后一个输入。变换轴的长度为n，或者如果未给出n，则2*(m-1)其中m是输入的变换轴的长度。要获得奇数个输出点，必须指定n。

上升：

IndexError

如果axis大于a的最后一个轴。

也可以看看

笔记

返回a的实数值n点离散傅里叶逆变换，其中a包含厄米对称序列的非负频率项。n是结果的长度，而不是输入。

如果您指定n使得a必须填零或截断，则将以高频添加/删除额外/除去的值。因此，可以通过以下方式通过傅立叶内插将一系列重新采样到m点：a_resamp = irfft（rfft m）。

例子

>>> np.fft.ifft([1, -1j, -1, 1j])
array([ 0.+0.j,  1.+0.j,  0.+0.j,  0.+0.j])
>>> np.fft.irfft([1, -1j, -1])
array([ 0.,  1.,  0.,  0.])

注意到普通ifft的输入中的最后一项是第二项的复共轭，并且输出在每个地方具有零虚部。当调用irfft时，未指定负频率，并且输出数组是纯实数。