Python 正确使用fftw-fft

我想在我的项目中使用fftw库中的fft函数，因此创建了以下函数：

void fft(const int size, DCOMPLEX *a, DCOMPLEX *b)
{
    fftw_plan p;
    p = fftw_plan_dft_1d(size, a, b, FFTW_FORWARD, FFTW_ESTIMATE);
    fftw_execute(p); /* repeat as needed */
    fftw_destroy_plan(p);
}

及

我将结果与

b=numpy.fft.fft（a）

中的结果进行比较，同时像这样调用它们

fft(a.size(), a, b)

或

使用

.size（）

数组的长度（伪代码）。 与numpy代码相比，后一种方法的加速比为2，但我从中获得的结果是不正确的（即错误的值）。为什么？
编辑：如果您建议我使用python包装器：它们不会提供与使用后一种解决方案时相同的加速（甚至比numpy慢）。
当比较它们时，我得到以下值作为输出（对于

2**14

元素数组和相同的输入）：

---

原因可能是我有舍入误差吗？

对于

双精度算法，许多FFT实现都会出现10-16到10-15的舍入误差，如中所示

请注意，10-15比峰值幅值1.0小300dB。大多数实际信号的动态范围要小得多（例如）。如果您的应用程序确实需要这么高的精度，您可能需要使用FFT的任意精度实现（这就是在中用作参考实现的内容）.
在调用
memcpy
时，您传递的
size
值是多少-应该是字节数，但看起来您可能没有传递元素数？谢谢，这是我的第一个错误！但是它没有计算正确的值…您的
memset
调用也有类似的问题，但这在本例中可能也不是特别相关。10^（-15）或更小的顺序上的差异可能被认为是浮点舍入错误。@PaulR:F*，我不应该一直在python和C之间切换，谢谢！
fft(a.size(), a, b)

init_fft(a.size())//Called once
fftw_pre_plan(a.size(), a, b)//Called for each fft

numpy.fft.fft: [ 0.00095184 -1.54074866e-32j  0.00095267 +6.52776772e-18j
  0.00095349 +2.58018535e-18j ...,  0.00095432 +1.26416719e-16j
  0.00095349 +2.61724648e-16j  0.00095267 +1.21645986e-16j]

fft(): [ 0.00095184 -1.54074866e-32j  0.00095267 -5.98482633e-17j
  0.00095349 -1.27638146e-16j ...,  0.00095432 -9.88543196e-16j
  0.00095349 -9.30058376e-16j  0.00095267 -1.09881551e-15j]

fft_pre_plan(): [ 0.00095184 -1.54074866e-32j  0.00095267 -1.09881551e-15j
  0.00095349 -9.30058376e-16j ...,  0.00095432 -1.79405492e-16j
  0.00095349 -1.27638146e-16j  0.00095267 -5.98482633e-17j]