weixin_41521681的博客

​1.背景介绍在深度学习中，有时会使用Matlab进行滤波处理，再将处理过的数据送入神经网络中。这样是一般的处理方法，但是处理起来却有些繁琐，并且有时系统难以运行Matlab。Python作为一种十分强大的语言，是支持信号滤波滤波处理的。本文将以实战的形式基于scipy模块使用Python实现简单滤波处理，包括内容有1.低通滤波，2.高通滤波，3.带通滤波，4.带阻滤波器。具体的含义大家可以查阅大学课程，信号与系统。简单的理解就是低通滤波指的是去除高于某一阈值频率的信号；高通滤波去除低于某一频率的信号

np.vectorizeladders = {1:11, 2:22, 3:33}ladder_move = np.vectorize(lambda x: ladders[x] if x in ladders else x)print(ladder_move)ladder_move(1)ladder_move(2)ladder_move(3)ladder_move(4)ladder_move(np.arange(50))result:<numpy.vectorize object

只有了解了数学表达式，才能够随心所欲地对他进行处理1. 符号python变量名和Symbol地name属性之间没有必然联系, 变量名和符号名可以不一样var():快速创建符号以及与之同名的变量(交互式环境)symbols():创建多个Symbol对象,显式赋值给py变量1.1 创建符号from sympy import *var("x0,x1,y0,y1")x0x0\d...

import numpy as npfrom sympy import *sympy.__version__'1.4'Ee\displaystyle eeIi\displaystyle iipiπ\displaystyle \piπ1. 欧拉公式E**(I*pi)−1\displaystyle -1−1eix\displaystyle e^{i x}eix...

目录 scipy库：UPYTER notebook工具介绍  scipy库：pyhton生态开元数值计算库，包含numpy，pandas，matplotlib，ipython，www.scipy.org  可以在里面c查看文档说明。包含：number python线性代数常微分方程信号处理 integralIn [2]: import ...

目录数据结构：series一维数组创建Series及常用属性：字典方式创建索引：Series值的获取：数组运算dataframe通过二维数组创建dataframe：通过字典创建dataframe:嵌套字典创建dataframe：索引对象：层次化索引：常用方法常用数学统计方法： from pandas import Series, Da...

目录常用绘图命令5.4.1 2D图表5.3.1 3D图表常用绘图命令%matplotlib inline是jupyter notebook里的命令, 意思是将那些用matplotlib绘制的图显示在页面里而不是弹出一个窗口，终端输入jupyter notebook, 然后新建一个ipynb，然后就可以看到图片是处于"inline"状态了 import matp...

目录 Pandas 创建对象 可视化数据 Geting数据 赋值 缺失数据处理 数据操作 字符串方法 查询聚合 重塑（reshape） 透视表（Pivot table） 时间序列（Time Series） 画图 Categoricals 文件输入输出获取数据（Gettin...

目录numba为Python提速numba能够极大的提高python在计算方面的性能。是不是所有的python代码上，都可以加上numba.jit装饰器？答案是否定的。同时需要特别注意的是，使用jit和使用纯numpy进行编程的很大一点不同就是，不要畏惧用for；事实上一般来说，代码“长得越像 C”、速度就会越快：使用 jit(nogil=True) 实现高效并发（多线程）...