Попробуй так:
# My symmetric spectrum
spectrum = numpy.array( [0+0j,1+1j,2+2j,3+3j,0+0j,3-3j,2-2j,1-1j] )
# Perform the iFFT
print numpy.fft.ifft(spectrum)
Обычно bin 0 - это постоянный ток, bin N / 2 - это Найквист, и оба эти значения действительны. Для других членов симметрия комплексно сопряжена вокруг Найквиста.
С Octave (клон MATLAB) я получаю тот же результат, что и вы для ваших исходных входных данных:
octave-3.4.0:1> x = [1+1j,2+2j,3+3j,3-3j,2-2j];
octave-3.4.0:2> y = ifft(x)
y =
2.20000 + 0.20000i -1.98979 + 0.20000i 0.59465 + 0.20000i -0.74743 + 0.20000i 0.94258 + 0.20000i
тогда как с моими входными данными выше я получаю чисто реальный результат:
octave-3.4.0:3> x = [0+0j,1+1j,2+2j,3+3j,0+0j,3-3j,2-2j,1-1j];
octave-3.4.0:4> y = ifft(x)
y =
1.50000 -1.56066 0.00000 0.14645 -0.50000 0.56066 -1.00000 0.85355
Я предполагаю, что numpy, вероятно, использует те же правила для упорядочения данных ввода / вывода FFT / IFFT.