实际上,它们是相同的,但Python以极高的精度显示虚部。虚部被显示为具有约为10^{-12}
量级的值。
以下是我用MATLAB重构您的问题所写的内容:
format long g;
data = importdata('data.txt');
out = ifft(data);
"
format long g;
是一种格式选项,它可以显示更多的有效数字,包括小数点后15位。
当我展示逆FFT输出的前10个元素时,这就是我得到的结果:
"
>> 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
,请注意复数的读入需要用字母j
,而不是i
。因此,当您加载文本时,必须将所有的i
字符转换为j
。一旦完成这一步骤,您就可以像平常一样加载数据:
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
map
的调用将获取文件的内容,并将每个
i
字符转换为
j
,并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一个复数,其中
i
被替换为
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并显示反转结果的前10个元素,就像我们在MATLAB版本中看到的那样,我们会得到:
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,实部相同,但虚部仍然存在。 但是,请注意虚部的大小非常小。 在这种情况下,MATLAB选择不显示虚部,因为它们的幅度非常小。 实际上,在 MATLAB 中从 ifft 调用返回的数据类型是实数,因此在调用 ifft 后可能进行了某些后处理以丢弃这些虚部。 顺便说一句,numpy 不会做同样的事情,但您可以将这些组件视为非常小和无关紧要。
总之,Python 和 MATLAB 中的 ifft 调用本质上是相同的,但虚部是不同的,因为 Python/numpy 返回那些虚部,即使它们是微不足道的,而 MATLAB 中的 ifft 调用则不会返回虚部。 还请注意,您需要确保用 j 替换虚变量,并且不能像原始文本文件中提供的那样使用 i。 如果您确定输出类型应为实数,则如果愿意,也可以通过对 ifft 结果调用 numpy.real 来删除虚部。
numpy
数组中,基本上就像我上面所做的那样,将所有的i
转换为j
。 - rayryeng