如何在np.fft.fft计算中屏蔽/忽略数组指定索引？

你的数组里每行末尾的零属于无效填充数据，需要忽略这些位置，只对有效非零数据执行FFT计算，以下是几种可行的处理方式：

1. 提取每行有效数据单独计算FFT #

这是最精准的方式，直接过滤掉每行的零填充部分，只对有效数据做FFT：

import numpy as np

x = np.array([
    [5,3,4,2,1,4,0,0],
    [2,3,4,2,1,0,0,0],
    [8,3,4,0,0,0,0,0],
    [1,3,4,2,3,1,2,0]
])

fft_results = []
for row in x:
    # 找到第一个零的位置，截取前面的有效数据
    zero_positions = np.where(row == 0)[0]
    if len(zero_positions) > 0:
        valid_data = row[:zero_positions[0]]
    else:
        valid_data = row  # 处理整行无零的情况
    # 对有效数据执行FFT
    fft_results.append(np.fft.fft(valid_data))

# 结果为列表，每个元素对应一行的FFT结果（长度与该行有效数据一致）
print(fft_results)

这种方式完全避免了零的干扰，但结果长度不统一，后续若需要规整长度，可以对短结果补零到目标长度。

2. 直接用原数组做零填充FFT #

如果需要保持结果为统一的二维数组（和原数组维度一致），可以直接对原数组执行FFT：

fft_full = np.fft.fft(x, axis=-1)

这里的零填充是频谱分析中的常规操作，不会改变有效信号的频谱特征，只是提高了频谱的分辨率，结果的准确性有保障。

3. 不推荐的操作 #

不要用均值、插值等其他值替换零，这会引入额外的信号成分，导致FFT结果偏离真实的有效数据频谱。

内容的提问来源于stack exchange，提问作者D V