如何解决如何计算fft来存储正弦和余弦值，然后将高次谐波设置为零以在python中执行傅立叶平滑？
可以通过在scipy或numpy模块中使用各种函数来进行Python中的傅立叶变换。我想通过以下方法对可用数据执行傅立叶平滑处理：
- 对可用数据进行傅立叶变换
- 将高次谐波设置为0
- 然后进行其逆傅立叶变换
我通过在python中使用numpy进行了如下尝试：
X=np.fft.rfft(ds)
X[3:]=0
Y=np.fft.irfft(ds)
我有一个4维的每日气温数据集，其维度为时间，水平，纬度和经度。但是我想进行傅立叶变换，以便将FFT系数：实（余弦）和虚数（正弦）存储为两个不同的部分。为此，FFT功能应引入一个额外的（第5个）维度。
例如，fftofds [0,0：11,6,6]应该在时间（0:11），level（6），纬度（6），经度（6）和fftofds返回real（余弦）部分[1,6]应该在时间（0:11），level（6），纬度（6），经度（6）处返回虚数（正弦）部分。
此外，高次谐波应设置为零。例如：fftofds [3：] = 0，然后应对其执行逆FFT。
如何使用Python实现此目标？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
