在Python和MATLAB中，我都有一个带有复数的向量（可以在此处找到）。我正在计算ifft-transformation与
ifft(<vector>)
在MATLAB和
np.fft.ifft(<vector>)
在Python中。我的问题是我从中得到两个完全不同的结果，即，虽然Python中的向量很复杂，但MATLAB中却没有。虽然MATLAB中的某些组件为零，但Python中没有。这是为什么？在fft按预期-version工作。最小值约为1e-10，即不要太低。
实际上，它们是相同的，但是Python以极高的精度显示了虚部。虚部显示的数值约为10^{-12}。
这是我为在MATLAB中重构问题而写的内容：
format long g;
data = importdata('data.txt');
out = ifft(data);
format long g; 是一种格式设置选项，可向您显示更多有效数字，其中我们显示15个有效数字（包括小数位）。
当我显示逆FFT输出的前10个元素时，我得到的是：
>> out(1:10)
ans =
-6.08077329443768
-5.90538963023573
-5.72145198564976
-5.53037208039314
-5.33360059559345
-5.13261402212083
-4.92890104744583
-4.72394865937531
-4.51922820694745
-4.31618153490126
对于numpy，建议将复数读入而j不是字母i。因此，在加载文本时，必须将所有i字符转换为j。完成后，您可以正常加载数据：
In [15]: import numpy as np
In [16]: with open('data.txt', 'r') as f:
....: lines = map(lambda x: x.replace('i', 'j'), f)
....: data = np.loadtxt(lines, dtype=np.complex)
当您打开文件时，对的调用map将获取文件的内容，并将每个i字符转换j为字符串，然后返回一个字符串列表，其中此列表中的每个元素都是文本文件中的复数，并i替换为j。然后，我们将调用numpy.loadtxt函数将这些字符串转换为复数数组。
现在，当我进行IFFT并显示反演结果的前10个元素时（如我们在MATLAB版本中看到的那样），我们得到：
In [20]: out = np.fft.ifft(data)
In [21]: out[:10]
Out[21]:
array([-6.08077329 +0.00000000e+00j, -5.90538963 +8.25472974e-12j,
-5.72145199 +3.56159535e-12j, -5.53037208 -1.21875843e-11j,
-5.33360060 +1.77529105e-11j, -5.13261402 -1.58326676e-11j,
-4.92890105 -6.13731196e-12j, -4.72394866 +5.46673985e-12j,
-4.51922821 -2.59774424e-11j, -4.31618154 -1.77484689e-11j])
如您所见，实部是相同的，但虚部仍然存在。但是，请注意虚数分量的大小。在这种情况下，MATLAB选择不显示虚部，因为它们的大小非常小。实际上，从ifftMATLAB中的调用返回的数据类型是真实的，因此在调用后可能会进行一些后处理ifft以丢弃这些虚构的分量。numpy顺便说一句，它们并没有做相同的事情，但是您最好将这些组件视为很小且无关紧要的。
总而言之，ifftPython和MATLAB中的调用本质上是相同的，但是虚构组件在某种意义上是不同的，即Python /numpy返回了这些虚构组件，尽管它们ifft在MATLAB中的调用并不重要。另外请注意，您需要确保将虚数变量替换为，j并且不能i像在提供的原始文本文件中那样使用。如果你知道了一定的输出类型应该是真实的，你也可以通过给调用降虚部numpy.real的ifft结果，如果你愿意的话。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句