maxframe.tensor.fft.rfftfreq#

maxframe.tensor.fft.rfftfreq(n, d=1.0, gpu=None, chunk_size=None)[源代码]#

返回离散傅里叶变换的采样频率（用于 rfft、irfft）。

返回的浮点张量 f 包含以采样间隔单位为周期的频率箱中心（起始为零）。例如，如果采样间隔是以秒为单位，则频率单位为周期/秒。

给定窗口长度 n 和采样间隔 d：

f = [0, 1, ...,     n/2-1,     n/2] / (d*n)   if n is even
f = [0, 1, ..., (n-1)/2-1, (n-1)/2] / (d*n)   if n is odd

与 fftfreq 不同（但类似于 scipy.fftpack.rfftfreq），奈奎斯特频率分量被认为是正的。

参数:

n (int) -- 窗口长度。
d (scalar, optional) -- 采样间隔（采样率的倒数）。默认为 1。
gpu (bool, optional) -- 如果为 True，则在 GPU 上分配张量，默认为 False
chunk_size (int or tuple of int or tuple of ints, optional) -- 每个维度上的期望块大小

返回:

f -- 长度为 n//2 + 1 的张量，包含采样频率。

返回类型:

Tensor

示例

>>> import maxframe.tensor as mt

>>> signal = mt.array([-2, 8, 6, 4, 1, 0, 3, 5, -3, 4], dtype=float)
>>> fourier = mt.fft.rfft(signal)
>>> n = signal.size
>>> sample_rate = 100
>>> freq = mt.fft.fftfreq(n, d=1./sample_rate)
>>> freq.execute()
array([  0.,  10.,  20.,  30.,  40., -50., -40., -30., -20., -10.])
>>> freq = mt.fft.rfftfreq(n, d=1./sample_rate)
>>> freq.execute()
array([  0.,  10.,  20.,  30.,  40.,  50.])