fft

paddle.fft. fft ( x, n=None, axis=- 1, norm='backward', name=None ) [源代码]

一维离散傅里叶变换。

通过快速傅里叶变换（FFT）算法对 M 维 Tensor 中的一维计算离散傅里叶变换。

参数

  • x (Tensor) - 输入 Tensor，数据类型为实数或复数。

  • n (int，可选) - 输出 Tensor 中傅里叶变换轴的长度。如果 n 比输入 Tensor 中对应轴的长度小，输入数据会被截断。如果 n 比输入 Tensor 中对应轴的长度大，则输入会被补零。如果 n 没有被指定，则使用输入 Tensor 中由 axis 指定的轴的长度。

  • axis (int，可选) - 傅里叶变换的轴。如果没有指定，默认使用最后一维。

  • norm (str，可选) - 傅里叶变换的缩放模式，缩放系数由变换的方向和缩放模式同时决定。取 值必须是 "forward"，"backward"，"ortho" 之一，默认值为 "backward"。三种缩放模式对应 的行为如下：

    • "backward"：正向和逆向变换的缩放系数分别为 1 和 1/n；

    • "forward"：正向和逆向变换的缩放系数分别为 1/n 和 1；

    • "ortho"：正向和逆向变换的缩放系数均为 1/sqrt(n)；

  • name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回

Tensor，形状和输入 Tensor 相同，数据类型为复数。由输入 Tensor（可能被截断或者补零之后）在指定维度进行傅里叶变换的输出。

代码示例

>>> import numpy as np
>>> import paddle

>>> x = np.exp(3j * np.pi * np.arange(7) / 7)
>>> xp = paddle.to_tensor(x)
>>> fft_xp = paddle.fft.fft(xp).numpy().round(3)
>>> print(fft_xp)
[1.+1.254j 1.+4.381j 1.-4.381j 1.-1.254j 1.-0.482j 1.+0.j 1.+0.482j]

使用本API的教程文档