python布尔值之间的运算,python中布尔类型的值

　　目前我只能对numpy。关联发表评论。它是一个强大的工具。我用它有两个目的。首先是在另一个模式中找到一个模式：将数组作为铭牌导入

　　将matplotlib.pyplot作为血小板计数导入

　　some_data=np.random.uniform(0，1，size=100)

　　subset=some_data[42:50]

　　mean=np.mean(some_data)

　　一些数据标准化=一些数据平均

　　subset _ normalised=子集均值

　　相关=NP。相关(一些数据正常化，子集正常化)

　　max_index=np.argmax(相关)# 42!

　　第二个用途（以及如何解释结果)是用于频率检测：hz_a=np.cos(np.linspace(0，np.pi * 6,100))

　　hz_b=np.cos(np.linspace(0，np.pi*4，100))

　　f，axarr=plt.subplots(2，sharex=True)

　　axarr[0].曲线图（赫兹)

　　axarr[0].曲线图（赫兹_分贝)

　　axarr[0].网格（真)

　　hz_a _自相关=np.correlate(hz_a，hz_a，’相同)[round(len(hz_a)/2):]

　　赫兹_b _自相关=np.correlate(hz_b，hz_b，’相同)[round(len(hz_b)/2):]

　　axarr[1].图（赫兹自相关)

　　axarr[1].图（赫兹_ b _自相关)

　　axarr[1].网格（真)

　　plt.show()

　　找到第二个峰的指数。从这里你可以找到频率第一最小索引=NP。arg min(Hz _ a _自相关)

　　秒_最大_索引=NP。arg max(Hz _ a _自相关[名字最小索引：])

　　频率=1/秒最大指数

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。