Python中如何用for循环将多组FFT结果存入大小未知的矩阵？

报错原因 #

你将yf定义为Python原生空列表，原生列表不支持[行, 列]这种Numpy风格的二维元组索引，这是触发TypeError的直接原因。
你注释里的yf[ii][:]写法也无法直接运行，空列表不存在索引为ii的元素，无法对未创建的位置直接赋值。

M值的确定规则 #

使用rfft处理长度为N的实数序列时，输出长度M固定为N//2 + 1，属于固定可计算值，不需要预估。

正确解决方法 #

方法1：预分配Numpy数组（性能最优） #

提前计算M值，直接初始化对应大小的复数数组存储结果：

import numpy as np
from scipy.fft import rfft, rfftfreq

a = np.linspace(1,30,30).reshape(3,10) 
N = a.shape[1] # 单轴的采样点数量
M = N // 2 + 1 # rfft输出的固定长度
# 初始化3行M列的复数数组
yf = np.zeros((3, M), dtype=np.complex_)

for ii in range(3):
   yf[ii, :] = rfft(a[ii, :])

方法2：直接调用rfft的axis参数（最简洁） #

scipy.fft.rfft本身支持指定运算维度，不需要手动写循环，一行即可得到3xM的结果数组：

yf = rfft(a, axis=1)

方法3：列表暂存后转数组（无需提前算大小） #

如果不想提前计算M值，可以先把每个轴的FFT结果append到列表里，最后统一转成Numpy数组：

yf_list = []
for ii in range(3):
    yf_list.append(rfft(a[ii, :]))
yf = np.array(yf_list)

内容的提问来源于stack exchange，提问作者melati_putih