问题描述
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？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）