[Python] Matlab的fft与Numpy的fft.fft在计算二维矩阵时结果如何保持一致

首先明确一点，Numpy的fft.fft默认返回每行的结果，Matlab的fft默认返回每列的结果。

Matlab与Numpy保持一致

Python代码：

import numpy np

a = np.array([[1, 2, 3], [4, 5, 6]])
b = np.fft.fft(a)

能得到相同结果的Matlab代码：

clear
clc

a = [1 2 3;4 5 6];
b = fft(a')'  % fft(a, size(a, 2), 2)或fft(a, [], 2)也行

Numpy与Matlab保持一致

Matlab代码：

clear
clc

a = [1 2 3;4 5 6];
b = fft(a)

得到相同结果的Python代码:

import numpy np

a = np.array([[1, 2, 3], [4, 5, 6]])
b = np.fft.fft(a, axis=0)  # axis=0时对矩阵中列向量进行FFT，axis=1时对矩阵中行向量进行FFT

附注

• 务必使原矩阵（即文中a）完全一样
• Matlab的fft函数常用形式：fft(x)和fft(x, n, dim)，后者表示在dim的维度上进行n点FFT。dim=1时对矩阵中列向量进行FFT，dim=2时对矩阵中行向量进行FFT。
• 如若计算三维矩阵，需要注意Matlab与Numpy的索引有所区别。Matlab中三维矩阵为a(x, y, z)，或者说a(行, 列, 层)；Numpy中三维矩阵为a(z, x, y)，或者说a(层,行,列)