我还有一个问题。与我已经问过的另一个非常相似(并得到了很大的帮助-再次感谢)。不幸的是,从其他线程的解决方案不工作在这里:(http://stackoverflow.com/questions/8680909/fft-in-matlab-and-numpy-scipy-give-different-results)
现在是关于电梯的:
# i have an array 'aaa' of shape (6,) such as:
for i in aaa: print i
...
(1.22474487139+0j)
(-0.612372435696-1.06066017178j)
(-0.612372435696+1.06066017178j)
(1.22474487139+0j)
(-0.612372435696-1.06066017178j)
(-0.612372435696+1.06066017178j)
#when i perform np.ifft the result is:
np.fft.ifft(aaa)
array([ 1.48029737e-16 +1.48029737e-16j,
-8.26024733e-17 -1.72464044e-16j,
1.22474487e+00 -3.94508649e-16j,
3.70074342e-17 -2.96059473e-16j,
-2.22044605e-16 +2.46478913e-16j, 4.55950391e-17 +4.68523518e-16j])
###################################################################
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% BUT IN MATLAB
% the same array...
aaa =
1.2247
-0.6124 - 1.0607i
-0.6124 + 1.0607i
1.2247
-0.6124 - 1.0607i
-0.6124 + 1.0607i
% ...gives the result:
ifft(aaa)
ans =
-0.0000
0
1.2247
0
0
0
我用实数做了实验,比如range(1,6)。结果是一样的。会不会是精确度的问题?但是,为什么结果差异如此之大呢?也许有人有办法解决这个问题?
如果您查看来自numpy评估的值,它们非常小(小于10^-15)。我认为这是精度的问题,你的结果并不像第一眼看上去那么不同。
与1.2247相比,xxx -16基本上是零。print语句可能会将所有数字四舍五入到一个大得多的数字中。
因此,对于所有实际目的,您的结果并没有不同。