离散傅里叶变换 (cupyx.scipy.fft)

提示

SciPy API 参考：离散傅里叶变换 (scipy.fft)

另请参阅

使用 CuPy 进行快速傅里叶变换

快速傅里叶变换 (FFTs)

fft(x[, n, axis, norm, overwrite_x, plan])	计算一维 FFT。
ifft(x[, n, axis, norm, overwrite_x, plan])	计算一维逆 FFT。
fft2(x[, s, axes, norm, overwrite_x, plan])	计算二维 FFT。
ifft2(x[, s, axes, norm, overwrite_x, plan])	计算二维逆 FFT。
fftn(x[, s, axes, norm, overwrite_x, plan])	计算 N 维 FFT。
ifftn(x[, s, axes, norm, overwrite_x, plan])	计算 N 维逆 FFT。
rfft(x[, n, axis, norm, overwrite_x, plan])	计算实数输入的一维 FFT。
irfft(x[, n, axis, norm, overwrite_x, plan])	计算实数输入的一维逆 FFT。
rfft2(x[, s, axes, norm, overwrite_x, plan])	计算实数输入的二维 FFT。
irfft2(x[, s, axes, norm, overwrite_x, plan])	计算实数输入的二维逆 FFT。
rfftn(x[, s, axes, norm, overwrite_x, plan])	计算实数输入的 N 维 FFT。
irfftn(x[, s, axes, norm, overwrite_x, plan])	计算实数输入的 N 维逆 FFT。
hfft(x[, n, axis, norm, overwrite_x, plan])	计算具有厄密特对称性的信号的 FFT。
ihfft(x[, n, axis, norm, overwrite_x, plan])	计算具有厄密特对称性的信号的 FFT。
hfft2(x[, s, axes, norm, overwrite_x, plan])	计算具有厄密特对称性的二维信号的 FFT。
ihfft2(x[, s, axes, norm, overwrite_x, plan])	计算具有厄密特对称性的二维信号的逆 FFT。
hfftn(x[, s, axes, norm, overwrite_x, plan])	计算具有厄密特对称性的 N 维信号的 FFT。
ihfftn(x[, s, axes, norm, overwrite_x, plan])	计算具有厄密特对称性的 N 维信号的逆 FFT。

离散余弦变换和正弦变换 (DST 和 DCT)

dct(x[, type, n, axis, norm, overwrite_x])	返回数组 x 的离散余弦变换。
idct(x[, type, n, axis, norm, overwrite_x])	返回数组 x 的逆离散余弦变换。
dctn(x[, type, s, axes, norm, overwrite_x])	计算多维离散余弦变换。
idctn(x[, type, s, axes, norm, overwrite_x])	计算多维离散余弦变换。
dst(x[, type, n, axis, norm, overwrite_x])	返回数组 x 的离散正弦变换。
idst(x[, type, n, axis, norm, overwrite_x])	返回数组 x 的逆离散正弦变换。
dstn(x[, type, s, axes, norm, overwrite_x])	计算多维离散正弦变换。
idstn(x[, type, s, axes, norm, overwrite_x])	计算多维离散正弦变换。

快速 Hankel 变换

fht(a, dln, mu[, offset, bias])	计算快速 Hankel 变换。
ifht(A, dln, mu[, offset, bias])	计算逆快速 Hankel 变换。

辅助函数

fftshift(x[, axes])	将零频率分量移动到频谱中心。
ifftshift(x[, axes])	fftshift() 的逆操作。
fftfreq(n[, d])	返回 FFT 采样频率。
rfftfreq(n[, d])	返回实数输入的 FFT 采样频率。
next_fast_len(target[, real])	找到 fft 的下一个快速大小。

代码兼容性特性

1. 与 CuPy 中的其他 FFT 模块一样，此模块中的 FFT 函数可以利用现有的 cuFFT 计划（由 get_fft_plan() 返回）来加速计算。该计划可以通过仅限关键字的 plan 参数显式传入，或用作上下文管理器。DCT 和 DST 变换是一个例外，它们目前不支持 plan 参数。

2. 布尔开关 cupy.fft.config.enable_nd_planning 也影响此模块中的 FFT 函数，详见 离散傅里叶变换 (cupy.fft)。在使用 get_fft_plan() 手动规划时，该开关被忽略。

3. 与 scipy.fft 中一样，此模块中的所有 FFT 函数都有一个可选参数 overwrite_x（默认为 False），其语义与 scipy.fft 中的相同：当设置为 True 时，输入数组 x *可能*（而不是*会*）被任意覆盖。因此，如果需要原地 FFT，用户应始终按以下方式重新分配输入：x = cupyx.scipy.fftpack.fft(x, ..., overwrite_x=True, ...)。

4. cupyx.scipy.fft 模块也可以用作 scipy.fft 的后端，例如通过 scipy.fft.set_backend(cupyx.scipy.fft) 进行安装。这使得 scipy.fft 可以同时处理 numpy 和 cupy 数组。更多信息请参见 SciPy FFT backend。

5. 布尔开关 cupy.fft.config.use_multi_gpus 也影响此模块中的 FFT 函数，详见 离散傅里叶变换 (cupy.fft)。此外，使用 get_fft_plan() 手动规划时，此开关会被*遵循*。

6. 类型 II 和 III 的 DCT 和 DST 变换均已实现。类型 I 和 IV 的变换目前尚不可用。