jax.numpy.fft.fft

内容

jax.numpy.fft.fft#

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

沿着给定轴计算一维离散傅里叶变换。

JAX 实现 numpy.fft.fft().

参数：

  • a (ArrayLike) – 输入数组

  • n (int | None | None) – int。指定沿 axis 的结果维度。如果未指定，则默认为 a 沿 axis 的维度。

  • axis (int) – int，默认为 -1。指定计算变换的轴。如果未指定，则沿轴 -1 计算变换。

  • norm (str | None | None) – 字符串。归一化模式。“backward”、“ortho” 和 “forward” 受支持。

返回:

包含 a 的一维离散傅里叶变换的数组。

返回类型:

数组

另请参阅

示例

jnp.fft.fft 默认沿 axis -1 计算变换。

>>> x = jnp.array([[1, 2, 4, 7],
...                [5, 3, 1, 9]])
>>> jnp.fft.fft(x)
Array([[14.+0.j, -3.+5.j, -4.+0.j, -3.-5.j],
       [18.+0.j,  4.+6.j, -6.+0.j,  4.-6.j]], dtype=complex64)

当 n=3 时，沿轴 -1 的变换维度将为 3，而沿其他轴的维度将与输入相同。

>>> with jnp.printoptions(precision=2, suppress=True):
...   print(jnp.fft.fft(x, n=3))
[[ 7.+0.j   -2.+1.73j -2.-1.73j]
 [ 9.+0.j    3.-1.73j  3.+1.73j]]

当 n=3 且 axis=0 时，沿 axis 0 的变换维度将为 3，而沿其他轴的维度将与输入相同。

>>> with jnp.printoptions(precision=2, suppress=True):
...   print(jnp.fft.fft(x, n=3, axis=0))
[[ 6. +0.j    5. +0.j    5. +0.j   16. +0.j  ]
 [-1.5-4.33j  0.5-2.6j   3.5-0.87j  2.5-7.79j]
 [-1.5+4.33j  0.5+2.6j   3.5+0.87j  2.5+7.79j]]

jnp.fft.ifft 可用于根据 jnp.fft.fft 的结果重建 x。

>>> x_fft = jnp.fft.fft(x)
>>> jnp.allclose(x, jnp.fft.ifft(x_fft))
Array(True, dtype=bool)
内容