我在试着理解NFFT的含义数字.fft.rfft. 但是我搞不懂为什么当NFFT包括与否时,输出会变得非常不同。请看下面的例子。在
numpy.fft.rfft([0, 1, 0, 0, 4.3, 3, 599], 8)
array([ 607.3 +0.j , -5.71421356+600.41421356j,
-594.7 -4.j , -2.88578644-597.58578644j,
599.3 +0.j ])
numpy.fft.rfft([0, 1, 0, 0, 4.3, 3, 599])
array([ 607.3 +0.j , 369.55215218+472.32571033j,
-133.53446083+578.34336489j, -539.66769135+261.30917157j])
FFT是离散频率函数Discrete Fourier Transform (DFT)的有效实现。它也与Discrete-Time Fourier Transform (DTFT)有关,它本身是频率的连续函数。更具体地说,DFT精确地对应于在DFT的离散频率处计算的DTFT。在
换句话说,当用
numpy.fft.rfft
计算离散傅里叶变换时,实际上是在离散频率点对DTFT函数进行采样。通过在同一个图形上绘制不同长度的变换,可以看到这一点:相关问题 更多 >
编程相关推荐