快速傅里叶变换(fft;文档(将"a"变换为其傅里叶谱等价物：
numpy.fft.fft(a, n=None, axis=-1, norm=None)
据我所知，该参数n表示输出中有多少样本，如果输出小于a中的样本数，则n被裁剪，或者如果n较大，则用零填充。
axis做什么？这到底是什么意思？我找不到任何明确的使用示例。
np.fft.fft计算一维离散傅里叶变换。如果您给出一维输入(向量(，它将只计算该输入的转换。但是，如果您的输入具有多个维度(如 2D 矩阵(或更高维度，则 NumPy 会假设您提供了许多向量，并且您希望计算每个向量的变换。axis参数指示与这些向量对应的维度，默认情况下它是最后一个 (-1(。因此，例如，对于二维矩阵m，如果axis=0则每列m[:, 0]、m[:, 1]等将是计算变换的向量，而传递axis=1(相当于默认axis=-1(，每一行m[0, :]、m[1, :]等将被视为变换的向量。如果要计算输入中所有值的转换，而不考虑维度，则必须平展输入，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，其中一维操作可以通过接收指示执行操作的维度的axis参数来处理多维输入。
numpy.fft.fft()返回数组的一维傅里叶变换。这意味着如果你有一个形状数组(N,M)它不会给你一个二维的fft(np.fft.fft2()这样做(，而是沿着最后一个轴返回fft。如果您希望沿着列而不是行计算 fft，则应传递axis=0.