NumPy 1.14 - numpy.fft.rfft()

numpy.fft.rfft




numpy

numpy.fft.rfft

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

वास्तविक इनपुट के लिए एक आयामी असतत फूरियर ट्रांसफॉर्म की गणना करें।

यह फ़ंक्शन फास्ट-बैरियर ट्रांसफ़ॉर्म (FFT) नामक एक कुशल एल्गोरिदम के माध्यम से वास्तविक-मूल्यवान सरणी के एक आयामी एन -पॉइंट असतत फूरियर ट्रांसफॉर्म (डीएफटी) की गणना करता है।

पैरामीटर:

a : array_like

इनपुट सरणी

n : int, वैकल्पिक

उपयोग करने के लिए इनपुट में परिवर्तन अक्ष के साथ अंकों की संख्या। यदि n इनपुट की लंबाई से छोटा है, तो इनपुट क्रॉप किया जाता है। यदि यह बड़ा है, तो इनपुट शून्य के साथ गद्देदार है। यदि n नहीं दिया गया है, तो अक्ष द्वारा निर्दिष्ट अक्ष के साथ इनपुट की लंबाई का उपयोग किया जाता है।

अक्ष : int, वैकल्पिक

एक्सिस जिस पर एफएफटी की गणना करना है। यदि नहीं दिया जाता है, तो अंतिम अक्ष का उपयोग किया जाता है।

मानदंड : {कोई नहीं, “ओर्थो”}, वैकल्पिक

संस्करण 1.10.0 में नया।

सामान्यीकरण मोड ( numpy.fft देखें)। डिफ़ॉल्ट कोई भी नहीं है।

यह दिखाता है:

बाहर : जटिल ndarray

कुंडली या शून्य-गद्देदार इनपुट, धुरी द्वारा इंगित अक्ष के साथ बदल दिया जाता axis , या यदि axis निर्दिष्ट नहीं किया जाता है, तो पिछले एक। यदि n सम है तो रूपांतरित अक्ष की लंबाई (n/2)+1 । यदि n विषम है, तो लंबाई (n+1)/2

जन्म देती है:

IndexError

यदि axis a के अंतिम अक्ष से बड़ा हो।

यह भी देखें

numpy.fft
उपयोग किए गए DFT और सम्मेलनों की परिभाषा के लिए।
irfft
rfft का उलटा।
fft
सामान्य (जटिल) इनपुट का एक आयामी एफएफटी।
fftn
एन -डायमेंशनल एफएफटी।
rfftn
वास्तविक इनपुट का n -dimensional FFT।

टिप्पणियाँ

जब डीएफटी की गणना शुद्ध रूप से वास्तविक इनपुट के लिए की जाती है, तो आउटपुट हर्मिटियन-सिमिट्रिक होता है, अर्थात नकारात्मक आवृत्ति शब्द केवल इसी सकारात्मक-आवृत्ति की शर्तों के जटिल संयुग्म होते हैं, और नकारात्मक-आवृत्ति शब्द इसलिए बेमानी हैं। यह फ़ंक्शन नकारात्मक आवृत्ति शर्तों की गणना नहीं करता है, और आउटपुट के रूपांतरित अक्ष की लंबाई इसलिए n//2 + 1

जब A = rfft(a) और fs नमूना आवृत्ति है, A[0] में शून्य-आवृत्ति शब्द 0 * fs होता है, जो हर्मिटियन समरूपता के कारण वास्तविक होता है।

यदि n सम है, तो A[-1] में सकारात्मक और ऋणात्मक न्यक्विस्ट फ़्रीक्वेंसी (+ fs / 2 और -fs / 2) दोनों का प्रतिनिधित्व करने वाला शब्द होता है, और शुद्ध रूप से वास्तविक होना चाहिए। यदि n विषम है, तो fs / 2 पर कोई शब्द नहीं है; A[-1] में सबसे बड़ी सकारात्मक आवृत्ति होती है (एफएस / 2 * (एन -1) / एन), और सामान्य मामले में जटिल है।

यदि इनपुट में काल्पनिक भाग होता है, तो इसे चुपचाप छोड़ दिया जाता है।

उदाहरण

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

ध्यान दें कि वास्तविक इनपुट के लिए fft उत्पादन का अंतिम तत्व दूसरे तत्व का जटिल संयुग्मन कैसे होता है। rfft , इस समरूपता का उपयोग केवल गैर-नकारात्मक आवृत्ति शर्तों की गणना करने के लिए किया जाता है।