numpy.fft.fft 中的“axis”参数是什么意思？

Question

快速傅里叶变换（fft;文档）将 \'a\' 转换为其傅里叶光谱等效项：

\n\n

numpy.fft.fft(a, n=None, axis=-1, norm=None) \n

\n\n

据我了解，该参数n代表\xe2\x80\x94\xe2\x80\x94输出中有多少个样本，其中如果n小于中的样本数，则输出被裁剪a，或者如果n是则用零填充更大。

\n\n

有什么axis作用？它到底是什么意思？我还没有找到任何明确的使用示例。

\n

Answer 1

np.fft.fft计算一维离散傅立叶变换。如果您给出一维输入（向量），它只会计算该输入的变换。但是，如果您的输入具有多个维度（例如 2D 矩阵或更高维度），NumPy 会假设您给出许多向量，并且您想要计算每个向量的变换。该axis参数表示这些向量对应的维度，默认为最后一个（-1）。因此，例如，对于 2D 矩阵m，如果axis=0每列m[:, 0]、m[:, 1]等将是计算变换的向量，而传递axis=1（相当于默认值axis=-1）时，每行m[0, :]、m[1, :]等将被视为向量变换。如果要计算输入中所有值的变换，无论维度如何，您都必须展平输入，例如使用np.ravel.

顺便说一句，这是 NumPy（以及许多其他代数包）中非常常见的约定，其中一维运算可以通过接收指示axis执行操作的维度的参数来对多维输入进行操作。