fftn¶

paddle.fft. fftn ( x, s=None, axes=None, norm='backward', name=None ) [源代码] ¶

计算 N 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 N 维计算离散傅里叶变换，默认为全部维度。

参数¶

x (Tensor) - 输入数据，其数据类型可以为实数或复数。
s (Sequence[int], 可选) - 输出 Tensor 在每一个傅里叶变换轴上的长度（类似一维傅里叶变换中的参数 n）。对于每一个傅里叶变换的轴，如果 s 中该轴的长度比输入 Tensor 中对应轴的长度小, 输入 Tensor 会被截断。如果 s 中该轴的长度比输入 Tensor 中对应轴的长度大，则输入会被补零。如果 s 没有指定，则使用输入 Tensor 中由 axes 指定的各个轴的长度。
axes (Sequence[int], 可选) - 计算快速傅里叶变换的轴。如果没有指定，默认是使用最后 len(s) 个轴，如果 s 也没有指定则使用输入 Tensor 的全部的轴。
norm (str, 可选) - 指定傅里叶变换的缩放模式，缩放系数由变换的方向和模式同时决定。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);
其中 n 为 s 中每个元素连乘。
name (str, 可选) - 输出的名字。一般无需设置，默认值为None。该参数供开发人员打印调试信息时使用，具体用法请参见 Name 。

抛出异常¶

ValueError – 如果 s 或 axes 不是整形序列或者 None.
ValueError – 如果 s 和 axes 都不是 None 且长度不等。
ValueError - 如果 s 中某些轴的长度小于或等于 0.
ValueError - 如果 axes 中某些轴的 index 超出有效范围。
ValueError - 如果 s 和 axes 至少有一个不是 None 且输入的维数小于 s 或 axes 的长度。

返回¶

输入数据（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，数据类型为复数类型。

代码示例¶

          import numpy as np
import paddle

x = np.mgrid[:4, :4, :4][1]
xp = paddle.to_tensor(x)
fftn_xp = paddle.fft.fftn(xp, axes=(1, 2)).numpy()
print(fftn_xp)
#  [[[24.+0.j  0.+0.j  0.+0.j  0.-0.j]
#   [-8.+8.j  0.+0.j  0.+0.j  0.-0.j]
#   [-8.+0.j  0.+0.j  0.+0.j  0.-0.j]
#   [-8.-8.j  0.+0.j  0.+0.j  0.-0.j]]
#   [[24.+0.j  0.+0.j  0.+0.j  0.-0.j]
#   [-8.+8.j  0.+0.j  0.+0.j  0.-0.j]
#   [-8.+0.j  0.+0.j  0.+0.j  0.-0.j]
#   [-8.-8.j  0.+0.j  0.+0.j  0.-0.j]]
#   [[24.+0.j  0.+0.j  0.+0.j  0.-0.j]
#   [-8.+8.j  0.+0.j  0.+0.j  0.-0.j]
#   [-8.+0.j  0.+0.j  0.+0.j  0.-0.j]
#   [-8.-8.j  0.+0.j  0.+0.j  0.-0.j]]
#   [[24.+0.j  0.+0.j  0.+0.j  0.-0.j]
#   [-8.+8.j  0.+0.j  0.+0.j  0.-0.j]
#   [-8.+0.j  0.+0.j  0.+0.j  0.-0.j]
#   [-8.-8.j  0.+0.j  0.+0.j  0.-0.j]]]

         