问题标签 [pyfftw]

我正在做一些时间计算比较

我导入必要的包：

为上述三个测试场景定义单独的函数：

然后遍历不同长度N的数组timeit（

结果如下：

最初，对于较短的阵列，计划中的智慧似乎正在发挥作用。但是，随着数组长度变长，结果几乎没有差异。我什至尝试过使用FFTW_MEASURE60 秒planning_timelimit，但结果是一样的。

我已经翻阅了文档，但看起来要么我错过了明智的计划，要么计划实际上并不像我预期的那样有效/重要。

在有人推荐线程之前，我想先了解智慧规划的价值！

导入 pyfttw 时出现以下错误（Windows 10 64 位，cpython 64 位）：

我已经使用 pip 安装了 pyfftw whl 文件，并且安装成功。请帮我。

我正在尝试将 Pyfftw（在 Python 3.6 中）与 matlab r2017a fft 进行比较。

而如果我使用matlab：

这个请求只是计算 fft 算法的时间，也就是 python 调用 fft_object() 的时间大致相同。

预先感谢您的支持。

我想用来pyfft重复计算二维数组行子集的离散傅里叶变换。我事先不知道我需要转换哪些行，这取决于上一轮的输出。我知道对所有行都这样做是浪费的。

据我了解，“计划”FFTW3与变换类型（c2c、r2c 等）和输入/输出长度相关，在 1D 情况下，输入/输出长度始终是向量。pyfftw看起来“计划”与变换类型和输入/输出形状相关联，所以我的解释是它对每一行都使用相同的计划FFTW3。

我的问题是：是否可以对某些FFTW3行使用相同的计划，而无需为所有可能的行组合创建单独的对象？pyfftw.FFTW

另一方面，我想知道如何pyfftw使用多个核心：它是为每一行使用多个核心（这在FFTW3文档中看起来很自然）还是将不同的行分配给不同的核心（这是我最初的假设）？

我正在寻找与 MATLAB 的 FFT 具有完全相同结果的 pyFFTW 函数。

我已经尝试过一些 pyFFTW 的功能，比如波纹管。

x 是一维数组，类型：np.float32

Python 3.5.2：

或者

MATLAB：

但是，与 MATLAB 的 FFT 相比，存在一些差异（约 0.000001）。

有没有办法用 MATLAB 的 FFT 得到完全相同的结果？

• 蟒蛇版本：3.5.2
• pyFFTW 版本：0.10.4
• numpy 版本：1.12.0
• MATLAB 版本：8.3.0.532 (R2014a)

谢谢！

我正在尝试pyFFTW为FFTWC 库安装 Python 包装器，但似乎无法解决问题所在。我从官方页面（版本 3.3.6，）下载了 FFTWfftw-3.3.6-pl2.tar.gz并安装在/usr/local/binusing

如提供的自述文件中所述。然后我跑

按照网站上的建议。终端给了我这个输出：

我怀疑这与缺少软件包有关，但谁知道...我检查了所有要求，应该安装所有程序以使用 FFTW 和 setuptools 等等。我什至尝试从 github 源代码构建，但这给了我同样的错误。关于我可能做错的任何建议？

PS：很抱歉，终端输出太长了……我已经将其缩短为（imo）重要部分。

提前感谢您的帮助！

见面会

我基本上是在寻找一种更快的替代方法scipy.fftpack.fft并找到了pyFFTW.

但是，我快要绝望了，因为无论我尝试什么，我都无法pyFFTW开始工作。

到目前为止我做了什么：

• pyFFTW通过以下方式安装PIP：pip install pyfftw
• 从此处下载适用于 Windows 的 FFTW 3.3.5
• 解压缩 zip 文件并将任何内容复制到pyFFTW

一旦我尝试 import pyFFTW，就会发生以下异常：

我正在使用numpy 1.7.1.

非常感谢任何有关如何解决此问题的建议。

顺便说一句：我已经尝试过pyFFTW多次卸载/安装 numpy。

也许这只是我的误解，但是您如何重用 pyfftw 对象？

当我运行类似以下代码时，img1_fft尽管img2_fft接收到不同的输入，但它们是相同的。当我取消注释重建的行时fftwObj，我得到了所需的输出。

我是不是做错了什么，因为“计划”的重点是不必重建 pyfftw 对象？我想只使用相同的 pyfftw 对象（因为我所有的图像都是相同的大小）并且只需更改对象的输入。

我没有在 pyfftw 的文档中看到如何使用“智慧”功能的实际示例，所以我有点困惑。

我的代码如下所示：

文档说export_wisdom输出一个字符串元组，并将这个import_wisdom元组作为参数。

我应该什么时候导出智慧，我应该将这个元组保存到每个 FFT 的文件中？

我什么时候重新加载它？在调用每个 FFT 之前？

任务：大型阵列的快速实数到复数 FFT 计算。

数组的形状a是（103430 x 1 x 100 x 900），其中尺寸是（时间，虚拟暗淡，经度，纬度），所以我们说（~100000 x 1 x 100 x 900）。FFT 应在轴 0、2、3 上计算。

Numpy.fft.fftn(a,axes=(0,2,3))耗时太长（约 6 小时），因此我想使用pyfftw。我尝试使用pyfftw.interfaces.numpy_fft.fftn(a,axes=(0,2,3)).

问题：输入数组的内存消耗大约相当于。我们机器 RAM 的 13%，因此包括输出数组，它应该变成 ~ 40%（输出很复杂）。然而，在计算过程中，内存使用率上升到接近 100%，直到命令退出并在PyCharm中出现内存错误。

我创建了一个较小版本的随机数数组 (10000,1,100,900)，内存消耗约为 1.3%。如果仅在轴 3 上执行 FFT，则内存使用量暂时上升到 ~10.6 %，如果在前面提到的轴 0、2、3 上执行，内存使用率会暂时上升到 ~ 13 %。

我假设中间数组副本会导致这种高内存使用。我搜索了pyfftw 文档并尝试将auto_align_inputandauto_contiguous选项设置为 False 和overwrite_inputTrue，但没有成功。我还尝试自己创建 FFTW 对象并使用参数。

同样使用 FFTW 的 MATLAB 在几秒钟内执行 (100000,1,100,900) 的任务，最大内存消耗是必要的 ~40%。显然，从算法的角度来看，数组的中间副本（运行 pyfftw 时使用额外内存的可能原因）是不必要的，如 MATLAB 示例所示。

问题：有没有办法在 pyfftw 中强制绝对没有额外的内存消耗？如果是这样，怎么做？哪些参数？

PS：两种可能的解决方法是

1. 将数组从 python 保存到 fit，将其加载到 MATLAB，执行 FFT，将其从 MATLAB 保存到 fit，然后将其加载回 python
2. 通过 for 循环进行重复的单维 FFT；内存开销将不相关，结果可以作为循环的一部分插入到输出数组中

但是，我想避免这些。应该有一种方法可以执行单个 3D-FFT，而不会消耗机器的整个 RAM (512 GB)。

更新：我运行了以下命令：

事实证明，正在使用的内存实际上是 a + b + 内部 run_fftw() 的复杂广播副本。如果在定义 run_fftw 之前已经将 a 广播到复合体，或者在创建 run_fftw 之后删除 a ，这可以减少到复合广播 a + b 的内存。

由于这个问题现在已经准解决了（感谢@HenryGomersall），现在唯一好奇的问题是是否有一个可通过 fftn 调用的从实数到复数的方案，它提供所有频率，包括负频率，并且不在内部广播输入数组复杂。

我明白虽然在这种情况下可以使用 rfftn 。不过，这会丢弃（冗余的）负频率。