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。