我是 NumPy 的新手，SciPy。之前，我使用 Matlab/Octave 已经很长时间了。
似乎scipy.fftpack.fft 对二维数组逐行起作用。对我来说，这非常令人困惑，因为在 Matlab 中，此类操作是逐列完成的。 scipy 中的所有其他操作是否也是逐行执行的？
我可以像在 Matlab 中那样在 NumPy/SciPy 中逐列执行操作吗？
【问题讨论】：
numpy 数组默认为C_CONTIGUOUS - 值逐行存储。 MATLAB 在numpy 术语中是F_CONTIGUOUS。例如查看序列 0:12 并将其重塑为 (3,4) 并观察布局。但您可以指定numpy order。这与特定操作在哪个轴上操作的问题有关，但不相同。通常你可以独立于顺序指定轴。
Numpy 的 fft() 接受“轴”参数，因此您可以要求逐列 FFT，而不是默认的逐行 FFT。
例如，以下返回 x 中每一列的 16 点 FFT：（如果您不知道行数，可以为第二个参数指定 None）：
import numpy as np
x = np.hstack([np.zeros((16,1)), np.ones((16,1))])
x[0,0] = 1
f = np.fft.fft(x, 16, 0)
f 的第一列是一个全为 1 的 delta 函数的 FFT。 f的第二列是常数序列的FFT，是频域中的delta函数。
【讨论】：
np.cumsum、np.repeat、np.argsort 等），默认是对展平数组进行操作。有时默认使用最后一个轴（np.diff、np.trapz），但在其他情况下使用第一个轴（np.split、np.concatenate）。这有点乱，但我不得不说，与 MATLAB 相比，我更喜欢减少 numpy 的默认行为，你必须这样做 sum(sum(x)) 或 sum(x(:))。