实际上，它们是相同的，但 Python 以极高的精度显示虚部。虚部显示的值大小约为10^{-12}.
以下是我在 MATLAB 中重构您的问题所写的内容：
format long g;
data = importdata('data.txt');
out = ifft(data);
format long g;是一个格式选项，可显示更多有效数字，其中我们显示 15 位有效数字（包括小数位）。
当我显示逆 FFT 输出的前 10 个元素时，我得到的是：
>> out(1:10)
ans =
-6.08077329443768
-5.90538963023573
-5.72145198564976
-5.53037208039314
-5.33360059559345
-5.13261402212083
-4.92890104744583
-4.72394865937531
-4.51922820694745
-4.31618153490126
For numpy，请注意，复数是用j信，不是i。因此，当您加载文本时，您must转变所有i字符到j。完成此操作后，您可以正常加载数据：
In [15]: import numpy as np
In [16]: with open('data.txt', 'r') as f:
....: lines = map(lambda x: x.replace('i', 'j'), f)
....: data = np.loadtxt(lines, dtype=np.complex)
当您打开文件时，会调用map因此将获取文件的内容并转换每个i字符进入j并返回一个字符串列表，其中该列表中的每个元素都是文本文件中的复数，其中i替换为j。然后我们会打电话numpy.loadtxt函数将这些字符串转换为复数数组。
现在，当我进行 IFFT 并显示反转结果的前 10 个元素时，正如我们在 MATLAB 版本中看到的那样，我们得到：
In [20]: out = np.fft.ifft(data)
In [21]: out[:10]
Out[21]:
array([-6.08077329 +0.00000000e+00j, -5.90538963 +8.25472974e-12j,
-5.72145199 +3.56159535e-12j, -5.53037208 -1.21875843e-11j,
-5.33360060 +1.77529105e-11j, -5.13261402 -1.58326676e-11j,
-4.92890105 -6.13731196e-12j, -4.72394866 +5.46673985e-12j,
-4.51922821 -2.59774424e-11j, -4.31618154 -1.77484689e-11j])
正如您所看到的，实部是相同的，但虚部仍然存在。但是，请注意虚部的大小有多小。在这种情况下，MATLAB 选择不显示虚部，因为它们的幅值非常小。实际上，从返回的数据类型ifftMATLAB 中的调用是真实的，因此之后可能有一些后处理ifft被要求丢弃这些虚构的成分。numpy顺便说一句，它并没有做同样的事情，但您不妨认为这些组件非常小且微不足道。
总而言之，两者ifftPython 和 MATLAB 中的调用本质上是相同的，但虚部在 Python/numpy返回那些虚部，即使它们微不足道，因为ifft在 MATLAB 中调用则不然。另请注意，您需要确保将虚数变量替换为j你不能使用i如您提供的原始文本文件中所示。如果你知道的话对于某些输出类型应该是真实的，您还可以通过调用来删除虚部numpy.real on the ifft如果你愿意的话。
