13个版本 (7个重大变更)

0.8.0 2023年4月29日
0.7.0 2021年2月23日
0.6.2 2020年6月20日
0.6.0 2019年5月2日
0.1.0 2017年3月1日

#559 in 数学

Download history • Rust 包仓库 183/week @ 2024-03-13 • Rust 包仓库 246/week @ 2024-03-20 • Rust 包仓库 459/week @ 2024-03-27 • Rust 包仓库 309/week @ 2024-04-03 • Rust 包仓库 357/week @ 2024-04-10 • Rust 包仓库 352/week @ 2024-04-17 • Rust 包仓库 129/week @ 2024-04-24 • Rust 包仓库 257/week @ 2024-05-01 • Rust 包仓库 194/week @ 2024-05-08 • Rust 包仓库 118/week @ 2024-05-15 • Rust 包仓库 148/week @ 2024-05-22 • Rust 包仓库 381/week @ 2024-05-29 • Rust 包仓库 523/week @ 2024-06-05 • Rust 包仓库 373/week @ 2024-06-12 • Rust 包仓库 190/week @ 2024-06-19 • Rust 包仓库 378/week @ 2024-06-26 • Rust 包仓库

1,628 每月下载量
9 crates 中使用

自定义许可 和可能 GPL-2.0-or-later

58KB
1.5K SLoC

rust-fftw3

Rust

Rust对FFTW C库的绑定,用于计算离散傅里叶变换,以及离散余弦和正弦变换。

此仓库包含三个crate

  • Crate docs.rs fftw: Rust中的安全包装
  • Crate docs.rs fftw-sys: Rust中的不安全包装
  • Crate docs.rs fftw-src: 用于下载和编译FFTW库的crate

特性标志

  • source: 下载并编译FFTW(默认)
    • (Linux, macOS) 需要C编译器和make构建工具来编译FFTW库
    • (Windows) 从FFTW网站下载预编译的二进制文件
  • system: 使用系统的libfftw3(实验性)
    • 在构建此crate之前必须安装FFTW
    • 对于Linux系统,请使用您的包管理器安装FFTW,例如在Debian或Ubuntu上运行apt install libfftw3-dev
    • 对于macOS,请使用homebrew运行以下命令:brew install fftw
    • 此功能在Windows上不受支持
  • intel-mkl 通过intel-mkl-src使用Intel MKL后端
    • 仅支持Linux和Windows
功能 Linux Windows macOS
源代码 ✔️ ✔️ ✔️
系统 ✔️ - ✔️
intel-mkl ✔️ ✔️ -

许可证

查看LICENSE.md


lib.rs:

Rust对FFTW的绑定

示例

复数到复数

use fftw::array::AlignedVec;
use fftw::plan::*;
use fftw::types::*;
use std::f64::consts::PI;

let n = 128;
let mut plan: C2CPlan64 = C2CPlan::aligned(&[n], Sign::Forward, Flag::MEASURE).unwrap();
let mut a = AlignedVec::new(n);
let mut b = AlignedVec::new(n);
let k0 = 2.0 * PI / n as f64;
for i in 0..n {
    a[i] = c64::new((k0 * i as f64).cos(), 0.0);
}
plan.c2c(&mut a, &mut b).unwrap();

复数到实数

use fftw::array::AlignedVec;
use fftw::plan::*;
use fftw::types::*;
use std::f64::consts::PI;

let n = 128;
let mut c2r: C2RPlan64 = C2RPlan::aligned(&[n], Flag::MEASURE).unwrap();
let mut a = AlignedVec::new(n / 2 + 1);
let mut b = AlignedVec::new(n);
for i in 0..(n / 2 + 1) {
    a[i] = c64::new(1.0, 0.0);
}
c2r.c2r(&mut a, &mut b).unwrap();

依赖项

~1.6–5MB
~101K SLoC