我正在使用 python 编写使用 pyfftw 的分步傅立叶变换方法。我想我主要了解发生了什么,但我不明白为什么当我尝试只对一个变量进行操作时,我的变量会发生如此多的变化。
在下面的代码中,我从一维数组 (complex128)E
开始,并最初将其分配给a
. 然后我通过规划 DFT,以便我有 2 个操作在时间和频率之间来回切换。
我的代码:
a = pyfftw.empty_aligned(npts, dtype='complex128')
b = pyfftw.empty_aligned(npts, dtype='complex128')
a[:] = pyfftw.interfaces.numpy_fft.fftshift(E);
fft_object = pyfftw.FFTW(a, b)
EFT = fft_object()
ifft_object = pyfftw.FFTW(b, a, direction='FFTW_BACKWARD')
E = ifft_object()
A0 = E;
a[:] = np.power(np.absolute(A0),2)
IFT = fft_object()
b[:] = chi*IFT
Iz = np.power(np.absolute(A0),2) + ifft_object()
NLfn = A0 * Iz
问题是一旦我进入代码的第二部分,分配a[:] = np.power(np.absolute(A0),2)
似乎A0
和a
.
这也发生在Iz = np.power(np.absolute(A0),2) + fft_object()
,在每种情况下,我分配的变量a
或b
似乎保持链接而不是临时变量。
这是怎么回事???