网站百度地图生成器,官方网站查询叉车证,适合设计师的网站编辑软件,淘宝网那样的网站模板通常#xff0c;在数字信号处理时#xff0c;我们避不开matlab这个工具#xff0c;因其它的强大的功能受到广大工程师的好评#xff0c;也一直都是业界的不二之选。但是#xff0c;matlab毕竟是商业软件#xff0c;公司里如果使用的话#xff0c;就需要支付高昂的费用。…通常在数字信号处理时我们避不开matlab这个工具因其它的强大的功能受到广大工程师的好评也一直都是业界的不二之选。但是matlab毕竟是商业软件公司里如果使用的话就需要支付高昂的费用。即使公司购买了商业版本也不会每个人都能随时使用这对我们平时的工作和学习将会带来很多的不便之处。不过除了Matlab外还有什么不错的工具推荐呢在这里为大家推荐的是一直很受欢迎的Python。对Python有所了解的同学就会知道Python拥有丰富的第三方库涉及到各个领域。应该说没有你不知道的只有你想不到的它通通都有。在科学研究和数据处理上它的应用非常的广泛。而且他们通通都是免费的。是不是很诱人不过按照Python后需要我们根据需求自己手动安装相关的第三方库今天和大家一起学习下如何使用Python替代matlab进行数字信号处理。numpy是一个支持多维度的数组和矩阵运算库并包含了大量的数学函数库其科学数值运算较为高效而被广泛应用于各种工程研发中。安装命令如下python -m pip install numpy如下图出现安装成功的提示即可。我们使用numpy写个代码试试吧。import numpy as npimport numpy.matlibn1 np.zeros((3,4), dtypeint) #创建数组并初始化为0print(n1 )print(n1)print( ---------- )n2 np.ones((3,3), dtypeint) #创建数据并初始化为1print(n2 )print(n2)print(n2 * n2 )print(n2 * n2)print( ---------- )print(n3 )n3 np.matlib.zeros((3,4), dtypeint) #创建矩阵并初始化为0print(n3)print( ---------- )n4 np.matlib.ones((3,3), dtypeint) #创建矩阵并初始化为1print(n4 )print(n4)print(n4 * n4 )print(n4*n4)代码运行的结果如下上面的示例中n1和n2是两个数组而n3和n4是两个矩阵不过矩阵库在numpy.matlab中。这里初始化我们用到了zeros和ones函数是不是和之前学习的C的Eigen库类似matplotlib是一个风格类似matlab的绘图库有着丰厚的图表绘制功能并且和matlab有着相似的函数对于熟悉matlab的同学可以无缝切入。安装命令如下python -m pip install matplotlib到这里我们已经安装了numpy和matplotlib这两个库我们再结合numpy画个曲线看看例如y3x2。import numpy as npfrom matplotlib import pyplot as pltx np.arange(0, 10)y 3*x 2print(x)print(x)print(y)print(y)plt.plot(x, y)plt.title(y 3x 2)plt.show()终端输出x,y的值关于x,y的曲线图scipy是一个开源的科学计算库主要有最优化、线性代数、积分、插值、拟合、特殊函数、快速傅里叶变换、信号处理、图像处理、常微分方程求解器等功能。安装命令如下python -m pip install scipyscipy库比上面两个要大一些下载速度可能较慢同学们请耐心等待。按照惯例这里可以上代码了我们结合上面的numpy和matplotlib库写个正弦信号和正弦信号的傅立叶变换的例子。import numpy as npfrom matplotlib import pyplot as pltimport scipy as scifs 100 # 采样率N 256 # 数据点数n np.linspace(0,N-1,N)print(n)t n / fs #时间序列x 0.5 * np.sin(2*np.pi*15*t) 2*np.sin(2*np.pi*40*t) #实信号y1 sci.fft.fft(x, N) #信号傅立叶变换y2 sci.fft.fftshift(y1)mag1 abs(y1) #对信号取模求振幅mag2 abs(y2)f1 n * fs / N #频率序列f2 n * fs / N - fs/2plt.subplot(3,1,1)plt.title(usual FFT)plt.xlabel(freq/Hz)plt.ylabel(Amp)plt.plot(f1, mag1) #随频率变化的振幅plt.subplot(3,1,2)plt.title(FFT without fftshift)plt.xlabel(Freq/Hz)plt.ylabel(Amp)plt.plot(f2, mag1) #随频率变化的振幅plt.subplot(3,1,3)plt.title(FFT after fftshift)plt.xlabel(Freq/Hz)plt.ylabel(Amp)plt.plot(f2, mag2) #随频率变化的振幅plt.show()执行结果如下当然我们还可以用命令查看我们安装了哪些库。python -m pip list以上这三个库是平时数字信号处理用到的非常重要的三个库。是不是已经心动了大家赶快动手试下吧
