matplotlib.mlab

为与同名的MATLAB命令兼容而编写的数值python函数。大多数数值python函数都可以在 numpy 和 scipy 类库。剩下的是执行光谱计算的代码。

谱函数

cohere

相干（归一化交叉谱密度）

csd

使用韦尔奇平均周期图的交叉光谱密度

detrend

从数组中删除平均线或最佳拟合线

psd

基于韦尔奇平均周期图的功率谱密度

specgram

光谱图（时间段的光谱）

complex_spectrum

返回信号的复值频谱

magnitude_spectrum

返回信号频谱的大小

angle_spectrum

返回信号频谱的角度（包裹相位）

phase_spectrum

返回信号频谱的相位（展开角）

detrend_mean

去掉一条线的平均值。

detrend_linear

从管路中拆下最合适的管路。

detrend_none

返回原始行。

stride_windows

以内存高效的方式获取数组中的所有窗口

stride_repeat

以内存高效的方式重复一个数组

apply_window

沿给定轴应用窗口

class matplotlib.mlab.GaussianKDE(dataset, bw_method=None)

基类：object

用高斯核表示核密度估计。

参数:

dataset类数组

要估计的数据点。对于单变量数据，这是一个一维数组，否则是一个具有形状的二维数组（为dims，为数据）。

bw_methodstr，标量或可调用，可选

用于计算估计量带宽的方法。它可以是“scott”、“silverman”、标量常量或可调用的。如果是标量，它将直接用作 kde.factor . 如果是可调用的，则需要 GaussianKDE 实例作为唯一参数并返回一个标量。如果没有（默认），则使用“scott”。

属性:

dataset恩达雷

数据集 gaussian_kde 已初始化。

dim利息

尺寸数量。

num_dp利息

数据点的数目。

factor浮动

带宽系数，从 kde.covariance_factor 与协方差矩阵相乘。

covariance恩达雷

的协方差矩阵 数据集 ，按计算的带宽缩放 (kde.factor ）

inv_cov恩达雷

逆 协方差 .

方法

kde.评估（分）	（ndarray）在提供的一组点上评估估计的PDF。
KDE（点）	（ndarray）与kde.evaluate相同（分）

covariance_factor()

evaluate(points)

在一组点上评估估计的PDF。

参数:

points（尺寸，点）-阵列

或者，可以传入一个（的维度，）向量，并将其视为一个点。

返回:

（点，）-数组

每个点的值。

加薪:

ValueError如果输入点的维数不同

而不是kde的维数。

scotts_factor()

silverman_factor()

matplotlib.mlab.angle_spectrum(x, Fs=None, window=None, pad_to=None, sides=None)

计算 x . 数据被填充到 pad_to 以及窗口功能 窗口 应用于信号。

参数:

x一维数组或序列

包含数据的数组或序列

Fs浮动，默认值：2

采样频率（每个时间单位的采样数）。用于计算傅里叶频率， 弗雷克斯 ，以每时间单位的周期为单位。

窗口 ：callable或ndarray，默认值： window_hanningcallable或ndarray，默认值：

长度函数或向量 NFFT . 要创建窗口向量，请参见 window_hanning ， window_none ， numpy.blackman ， numpy.hamming ， numpy.bartlett ， scipy.signal ， scipy.signal.get_window 如果函数作为参数传递，它必须将数据段作为参数并返回该段的窗口版本。

sides{'default'，'onesided'，'twosided'}，可选

哪些方面应该回归默认情况下，对于实际数据为单面，对于复杂数据为双面“单侧”强制返回单侧频谱，而“双侧”强制返回双侧频谱。

pad_to可选的

执行FFT时填充数据段的点数。虽然不能增加光谱的实际分辨率（可分辨峰之间的最小距离），但这可以在图中给出更多的点，从而提供更多的细节。这对应于 n 对fft（）的调用中的参数。默认值为“无”，设置 pad_to 等于输入信号的长度（即无填充）。

返回:

spectrum一维阵列

频谱的角度（包裹相位谱）。

freqs一维阵列

与中的元素相对应的频率 光谱 .

参见

psd

返回功率谱密度。

complex_spectrum

返回复值频谱。

magnitude_spectrum

返回值的绝对值 complex_spectrum .

angle_spectrum

返回目标的角度 complex_spectrum .

phase_spectrum

返回图像的相位（展开角度） complex_spectrum .

specgram

可以返回信号内各段的复频谱。

matplotlib.mlab.apply_window(x, window, axis=0, return_window=None)

[Deprecated] 沿给定轴将给定的窗口应用于给定的一维或二维数组。

参数:

x一维或二维数组或序列

包含数据的数组或序列。

window函数或数组。

生成窗口的函数或长度为的数组 x 形状 [axis]

axis利息

重复的轴。必须是0或1。默认值为0

return_window布尔

如果为真，还返回应用的窗口的1d值

笔记

3.2 版后已移除.

matplotlib.mlab.cohere(x, y, NFFT=256, Fs=2, detrend=<function detrend_none>, window=<function window_hanning>, noverlap=0, pad_to=None, sides='default', scale_by_freq=None)

两者之间的一致性 x 和 y . 相干是标准化的交叉光谱密度：

\[C xy=\frac p xy ^2 p xx p yy\]

参数:

x, y

包含数据的数组或序列

Fs浮动，默认值：2

采样频率（每个时间单位的采样数）。用于计算傅里叶频率， 弗雷克斯 ，以每时间单位的周期为单位。

窗口 ：callable或ndarray，默认值： window_hanningcallable或ndarray，默认值：

长度函数或向量 NFFT . 要创建窗口向量，请参见 window_hanning ， window_none ， numpy.blackman ， numpy.hamming ， numpy.bartlett ， scipy.signal ， scipy.signal.get_window 如果函数作为参数传递，它必须将数据段作为参数并返回该段的窗口版本。

sides{'default'，'onesided'，'twosided'}，可选

哪些方面应该回归默认情况下，对于实际数据为单面，对于复杂数据为双面“单侧”强制返回单侧频谱，而“双侧”强制返回双侧频谱。

pad_to可选的

执行FFT时填充数据段的点数。这可能不同于 NFFT ，指定使用的数据点的数量。虽然不能增加光谱的实际分辨率（可分辨峰之间的最小距离），但这可以在图中给出更多的点，从而提供更多的细节。这对应于 n 对fft（）的调用中的参数。默认值为“无”，设置 pad_to 等于 NFFT

NFFTint，默认值：256

用于FFT的每个块中使用的数据点的数目。功率2是最有效的。这应该 NOT 用于获取零填充，否则结果的缩放将不正确；使用 pad_to 为了这个。

detrend{'none'、'mean'、'linear'}或可调用，默认为'none'

在快速傅立叶变换前应用于每一段的函数，用来消除平均或线性趋势。与matlab不同，其中 颓势 参数是向量，在Matplotlib中是函数。这个 mlab 模块定义 detrend_none ， detrend_mean 和 detrend_linear ，但也可以使用自定义函数。也可以使用字符串选择函数之一：“none”调用 detrend_none . '卑鄙的电话 detrend_mean . '线性呼叫 detrend_linear .

scale_by_freqbool，默认值：True

产生的密度值是否应按缩放频率缩放，该频率以Hz^-1为单位给出密度。这允许对返回的频率值进行积分。对于MATLAB兼容性，默认值为True。

noverlap利息

块之间重叠点的数目。默认值为0（无重叠）。

返回:

返回值是元组( Cxy ， f 在哪里 f 是

相干向量的频率。对于Cohere，缩放

采样频率对个体密度没有影响，

因为这些因素抵消了。

参见

psd(), csd()

有关用于计算的方法的信息 \(P_{{xy}}\) ， \(P_{{xx}}\) 和 \(P_{{yy}}\) .

matplotlib.mlab.complex_spectrum(x, Fs=None, window=None, pad_to=None, sides=None)

计算的复值频谱 x . 数据被填充到 pad_to 以及窗口功能 窗口 应用于信号。

参数:

x一维数组或序列

包含数据的数组或序列

Fs浮动，默认值：2

采样频率（每个时间单位的采样数）。用于计算傅里叶频率， 弗雷克斯 ，以每时间单位的周期为单位。

窗口 ：callable或ndarray，默认值： window_hanningcallable或ndarray，默认值：

长度函数或向量 NFFT . 要创建窗口向量，请参见 window_hanning ， window_none ， numpy.blackman ， numpy.hamming ， numpy.bartlett ， scipy.signal ， scipy.signal.get_window 如果函数作为参数传递，它必须将数据段作为参数并返回该段的窗口版本。

sides{'default'，'onesided'，'twosided'}，可选

哪些方面应该回归默认情况下，对于实际数据为单面，对于复杂数据为双面“单侧”强制返回单侧频谱，而“双侧”强制返回双侧频谱。

pad_to可选的

执行FFT时填充数据段的点数。虽然不能增加光谱的实际分辨率（可分辨峰之间的最小距离），但这可以在图中给出更多的点，从而提供更多的细节。这对应于 n 对fft（）的调用中的参数。默认值为“无”，设置 pad_to 等于输入信号的长度（即无填充）。

返回:

spectrum一维阵列

复值频谱。

freqs一维阵列

与中的元素相对应的频率 光谱 .

参见

psd

返回功率谱密度。

complex_spectrum

返回复值频谱。

magnitude_spectrum

返回值的绝对值 complex_spectrum .

angle_spectrum

返回目标的角度 complex_spectrum .

phase_spectrum

返回图像的相位（展开角度） complex_spectrum .

specgram

可以返回信号内各段的复频谱。

matplotlib.mlab.csd(x, y, NFFT=None, Fs=None, detrend=None, window=None, noverlap=None, pad_to=None, sides=None, scale_by_freq=None)

计算交叉光谱密度。

交叉光谱密度 \(P_{{xy}}\) 采用韦尔奇平均周期图法。向量 x 和 y 分为 NFFT 长度段。每段按函数递减 颓势 并按功能设置窗口 窗口 . 诺弗莱普 给出段之间重叠的长度。直接自由流速度的乘积 x 和 y 对每个要计算的段取平均值 \(P_{{xy}}\) ，具有校正窗口造成的功率损失的缩放。

如果兰 x < NFFT 或兰 y < NFFT ，它们将被零填充到 NFFT .

参数:

x, y一维数组或序列

包含数据的数组或序列

Fs浮动，默认值：2

采样频率（每个时间单位的采样数）。用于计算傅里叶频率， 弗雷克斯 ，以每时间单位的周期为单位。

窗口 ：callable或ndarray，默认值： window_hanningcallable或ndarray，默认值：

长度函数或向量 NFFT . 要创建窗口向量，请参见 window_hanning ， window_none ， numpy.blackman ， numpy.hamming ， numpy.bartlett ， scipy.signal ， scipy.signal.get_window 如果函数作为参数传递，它必须将数据段作为参数并返回该段的窗口版本。

sides{'default'，'onesided'，'twosided'}，可选

哪些方面应该回归默认情况下，对于实际数据为单面，对于复杂数据为双面“单侧”强制返回单侧频谱，而“双侧”强制返回双侧频谱。

pad_to可选的

执行FFT时填充数据段的点数。这可能不同于 NFFT ，指定使用的数据点的数量。虽然不能增加光谱的实际分辨率（可分辨峰之间的最小距离），但这可以在图中给出更多的点，从而提供更多的细节。这对应于 n 对fft（）的调用中的参数。默认值为“无”，设置 pad_to 等于 NFFT

NFFTint，默认值：256

用于FFT的每个块中使用的数据点的数目。功率2是最有效的。这应该 NOT 用于获取零填充，否则结果的缩放将不正确；使用 pad_to 为了这个。

detrend{'none'、'mean'、'linear'}或可调用，默认为'none'

在快速傅立叶变换前应用于每一段的函数，用来消除平均或线性趋势。与matlab不同，其中 颓势 参数是向量，在Matplotlib中是函数。这个 mlab 模块定义 detrend_none ， detrend_mean 和 detrend_linear ，但也可以使用自定义函数。也可以使用字符串选择函数之一：“none”调用 detrend_none . '卑鄙的电话 detrend_mean . '线性呼叫 detrend_linear .

scale_by_freqbool，默认值：True

产生的密度值是否应按缩放频率缩放，该频率以Hz^-1为单位给出密度。这允许对返回的频率值进行积分。对于MATLAB兼容性，默认值为True。

noverlap利息

段之间重叠点的数目。默认值为0（无重叠）。

返回:

Pxy一维阵列

交叉光谱的值 \(P_{{xy}}\) 缩放前（实值）

freqs一维阵列

与中的元素相对应的频率 Pxy

参见

psd

相当于设置 y = x .

工具书类

Bendat&Piersol——随机数据：分析和测量程序，John Wiley&Sons（1986）

matplotlib.mlab.detrend(x, key=None, axis=None)

返回x，删除其趋势。

参数:

x数组或序列

包含数据的数组或序列。

key{'default'、'constant'、'mean'、'linear'、'none'}或函数

要使用的去趋势化算法“default”、“mean”和“constant”与 detrend_mean . '“线性”与 detrend_linear . '“无”与 detrend_none . 默认值为“mean”。有关算法的更多详细信息，请参见相应的函数。也可以是执行降级操作的函数。

axis利息

沿其进行削方的轴。

参见

detrend_mean

“平均”算法的实现。

detrend_linear

“线性”算法的实现。

detrend_none

“无”算法的实现。

matplotlib.mlab.detrend_linear(y)

返回x减去最佳拟合线；'linear'去尾。

参数:

y0-D或1-D数组或序列

包含数据的数组或序列

axis利息

取平均值的轴。有关此参数的描述，请参见numpy.mean。

参见

detrend_mean

另一种detrend算法。

detrend_none

另一种detrend算法。

detrend

所有detrend算法的包装。

matplotlib.mlab.detrend_mean(x, axis=None)

返回x减去平均值（x）。

参数:

x数组或序列

包含数据的数组或序列可以具有任何维数

axis利息

取平均值的轴。有关此参数的描述，请参见numpy.mean。

参见

detrend_linear

另一种detrend算法。

detrend_none

另一种detrend算法。

detrend

所有detrend算法的包装。

matplotlib.mlab.detrend_none(x, axis=None)

回报x：没有减损。

参数:

x任何物体

包含数据的对象

axis利息

此参数被忽略。它包括与Detrend的兼容性u mean

参见

detrend_mean

另一种detrend算法。

detrend_linear

另一种detrend算法。

detrend

所有detrend算法的包装。

matplotlib.mlab.magnitude_spectrum(x, Fs=None, window=None, pad_to=None, sides=None)

计算频谱的大小（绝对值） x . 数据被填充到 pad_to 以及窗口功能 窗口 应用于信号。

参数:

x一维数组或序列

包含数据的数组或序列

Fs浮动，默认值：2

采样频率（每个时间单位的采样数）。用于计算傅里叶频率， 弗雷克斯 ，以每时间单位的周期为单位。

窗口 ：callable或ndarray，默认值： window_hanningcallable或ndarray，默认值：

长度函数或向量 NFFT . 要创建窗口向量，请参见 window_hanning ， window_none ， numpy.blackman ， numpy.hamming ， numpy.bartlett ， scipy.signal ， scipy.signal.get_window 如果函数作为参数传递，它必须将数据段作为参数并返回该段的窗口版本。

sides{'default'，'onesided'，'twosided'}，可选

哪些方面应该回归默认情况下，对于实际数据为单面，对于复杂数据为双面“单侧”强制返回单侧频谱，而“双侧”强制返回双侧频谱。

pad_to可选的

执行FFT时填充数据段的点数。虽然不能增加光谱的实际分辨率（可分辨峰之间的最小距离），但这可以在图中给出更多的点，从而提供更多的细节。这对应于 n 对fft（）的调用中的参数。默认值为“无”，设置 pad_to 等于输入信号的长度（即无填充）。

返回:

spectrum一维阵列

频谱的大小（绝对值）。

freqs一维阵列

与中的元素相对应的频率 光谱 .

参见

psd

返回功率谱密度。

complex_spectrum

返回复值频谱。

magnitude_spectrum

返回值的绝对值 complex_spectrum .

angle_spectrum

返回目标的角度 complex_spectrum .

phase_spectrum

返回图像的相位（展开角度） complex_spectrum .

specgram

可以返回信号内各段的复频谱。

matplotlib.mlab.phase_spectrum(x, Fs=None, window=None, pad_to=None, sides=None)

计算 x . 数据被填充到 pad_to 以及窗口功能 窗口 应用于信号。

参数:

x一维数组或序列

包含数据的数组或序列

Fs浮动，默认值：2

采样频率（每个时间单位的采样数）。用于计算傅里叶频率， 弗雷克斯 ，以每时间单位的周期为单位。

窗口 ：callable或ndarray，默认值： window_hanningcallable或ndarray，默认值：

长度函数或向量 NFFT . 要创建窗口向量，请参见 window_hanning ， window_none ， numpy.blackman ， numpy.hamming ， numpy.bartlett ， scipy.signal ， scipy.signal.get_window 如果函数作为参数传递，它必须将数据段作为参数并返回该段的窗口版本。

sides{'default'，'onesided'，'twosided'}，可选

哪些方面应该回归默认情况下，对于实际数据为单面，对于复杂数据为双面“单侧”强制返回单侧频谱，而“双侧”强制返回双侧频谱。

pad_to可选的

执行FFT时填充数据段的点数。虽然不能增加光谱的实际分辨率（可分辨峰之间的最小距离），但这可以在图中给出更多的点，从而提供更多的细节。这对应于 n 对fft（）的调用中的参数。默认值为“无”，设置 pad_to 等于输入信号的长度（即无填充）。

返回:

spectrum一维阵列

频谱的相位（展开相位谱）。

freqs一维阵列

与中的元素相对应的频率 光谱 .

参见

psd

返回功率谱密度。

complex_spectrum

返回复值频谱。

magnitude_spectrum

返回值的绝对值 complex_spectrum .

angle_spectrum

返回目标的角度 complex_spectrum .

phase_spectrum

返回图像的相位（展开角度） complex_spectrum .

specgram

可以返回信号内各段的复频谱。

matplotlib.mlab.psd(x, NFFT=None, Fs=None, detrend=None, window=None, noverlap=None, pad_to=None, sides=None, scale_by_freq=None)

计算功率谱密度。

功率谱密度 \(P_{{xx}}\) 采用韦尔奇平均周期图法。向量 x 分为 NFFT 长度段。每段按函数递减 颓势 并按功能设置窗口 窗口 . 诺弗莱普 给出段之间重叠的长度。这个 \(|\mathrm{{fft}}(i)|^2\) 每一段 \(i\) 计算平均值 \(P_{{xx}}\) .

如果兰 x < NFFT ，它将被零填充到 NFFT .

参数:

x一维数组或序列

包含数据的数组或序列

Fs浮动，默认值：2

采样频率（每个时间单位的采样数）。用于计算傅里叶频率， 弗雷克斯 ，以每时间单位的周期为单位。

窗口 ：callable或ndarray，默认值： window_hanningcallable或ndarray，默认值：

长度函数或向量 NFFT . 要创建窗口向量，请参见 window_hanning ， window_none ， numpy.blackman ， numpy.hamming ， numpy.bartlett ， scipy.signal ， scipy.signal.get_window 如果函数作为参数传递，它必须将数据段作为参数并返回该段的窗口版本。

sides{'default'，'onesided'，'twosided'}，可选

哪些方面应该回归默认情况下，对于实际数据为单面，对于复杂数据为双面“单侧”强制返回单侧频谱，而“双侧”强制返回双侧频谱。

pad_to可选的

执行FFT时填充数据段的点数。这可能不同于 NFFT ，指定使用的数据点的数量。虽然不能增加光谱的实际分辨率（可分辨峰之间的最小距离），但这可以在图中给出更多的点，从而提供更多的细节。这对应于 n 对fft（）的调用中的参数。默认值为“无”，设置 pad_to 等于 NFFT

NFFTint，默认值：256

用于FFT的每个块中使用的数据点的数目。功率2是最有效的。这应该 NOT 用于获取零填充，否则结果的缩放将不正确；使用 pad_to 为了这个。

detrend{'none'、'mean'、'linear'}或可调用，默认为'none'

在快速傅立叶变换前应用于每一段的函数，用来消除平均或线性趋势。与matlab不同，其中 颓势 参数是向量，在Matplotlib中是函数。这个 mlab 模块定义 detrend_none ， detrend_mean 和 detrend_linear ，但也可以使用自定义函数。也可以使用字符串选择函数之一：“none”调用 detrend_none . '卑鄙的电话 detrend_mean . '线性呼叫 detrend_linear .

scale_by_freqbool，默认值：True

产生的密度值是否应按缩放频率缩放，该频率以Hz^-1为单位给出密度。这允许对返回的频率值进行积分。对于MATLAB兼容性，默认值为True。

noverlap利息

段之间重叠点的数目。默认值为0（无重叠）。

返回:

Pxx一维阵列

功率谱值 \(P_{{xx}}\) （实值）

freqs一维阵列

与中的元素相对应的频率 Pxx

参见

specgram

specgram 不同于默认重叠；不返回段周期图的平均值；以及返回段的时间。

magnitude_spectrum

返回幅度谱。

csd

返回两个信号之间的光谱密度。

工具书类

Bendat&Piersol——随机数据：分析和测量程序，John Wiley&Sons（1986）

matplotlib.mlab.specgram(x, NFFT=None, Fs=None, detrend=None, window=None, noverlap=None, pad_to=None, sides=None, scale_by_freq=None, mode=None)

计算光谱图。

计算并绘制X中数据的光谱图。数据被分成NFFT长度段，并计算每个部分的光谱。窗口功能窗口应用于每个段，每个段的重叠量用noverlap指定。

参数:

x类数组

一维数组或序列。

Fs浮动，默认值：2

采样频率（每个时间单位的采样数）。用于计算傅里叶频率， 弗雷克斯 ，以每时间单位的周期为单位。

窗口 ：callable或ndarray，默认值： window_hanningcallable或ndarray，默认值：

长度函数或向量 NFFT . 要创建窗口向量，请参见 window_hanning ， window_none ， numpy.blackman ， numpy.hamming ， numpy.bartlett ， scipy.signal ， scipy.signal.get_window 如果函数作为参数传递，它必须将数据段作为参数并返回该段的窗口版本。

sides{'default'，'onesided'，'twosided'}，可选

哪些方面应该回归默认情况下，对于实际数据为单面，对于复杂数据为双面“单侧”强制返回单侧频谱，而“双侧”强制返回双侧频谱。

pad_to可选的

执行FFT时填充数据段的点数。这可能不同于 NFFT ，指定使用的数据点的数量。虽然不能增加光谱的实际分辨率（可分辨峰之间的最小距离），但这可以在图中给出更多的点，从而提供更多的细节。这对应于 n 对fft（）的调用中的参数。默认值为“无”，设置 pad_to 等于 NFFT

NFFTint，默认值：256

用于FFT的每个块中使用的数据点的数目。功率2是最有效的。这应该 NOT 用于获取零填充，否则结果的缩放将不正确；使用 pad_to 为了这个。

detrend{'none'、'mean'、'linear'}或可调用，默认为'none'

在快速傅立叶变换前应用于每一段的函数，用来消除平均或线性趋势。与matlab不同，其中 颓势 参数是向量，在Matplotlib中是函数。这个 mlab 模块定义 detrend_none ， detrend_mean 和 detrend_linear ，但也可以使用自定义函数。也可以使用字符串选择函数之一：“none”调用 detrend_none . '卑鄙的电话 detrend_mean . '线性呼叫 detrend_linear .

scale_by_freqbool，默认值：True

产生的密度值是否应按缩放频率缩放，该频率以Hz^-1为单位给出密度。这允许对返回的频率值进行积分。对于MATLAB兼容性，默认值为True。

noverlap可选的

块之间重叠点的数目。默认值为128。

modestr，默认值：“psd”

使用哪种光谱：

“PSD”

返回功率谱密度。

“情结”

返回复值频谱。

“震级”

返回幅度谱。

“角度”

返回不展开的相位谱。

“相”

返回带展开的相位谱。

返回:

spectrum类数组

二维数组，列是连续段的周期图。

freqs类数组

一维数组，与中的行对应的频率 光谱 .

t类数组

一维数组，分段中点对应的时间（即 光谱 ）

参见

psd

重叠和返回值不同。

complex_spectrum

类似，但具有复值频率。

magnitude_spectrum

当模式为“量级”时，类似的单段。

angle_spectrum

当模式为“角度”时，类似于单段。

phase_spectrum

当模式为“相位”时，类似于单段。

笔记

按频率递减和缩放仅适用于 mode 设置为“PSD”。

matplotlib.mlab.stride_repeat(x, n, axis=0)

[Deprecated] 以内存高效的方式在数组中重复这些值。数组x垂直堆叠n次。

警告

写入输出数组是不安全的。多个元素可能指向同一块内存，因此修改一个值可能会更改其他值。

参数:

x一维数组或序列

包含数据的数组或序列。

n利息

重复数组的时间。

axis利息

数据将沿其运行的轴。

笔记

3.2 版后已移除.

工具书类

stackoverflow: Repeat NumPy array without replicating data?

matplotlib.mlab.stride_windows(x, n, noverlap=None, axis=0)

将长度为n的所有x窗口作为一个数组，使用跨步来避免重复数据。

警告

写入输出数组是不安全的。多个元素可能指向同一块内存，因此修改一个值可能会更改其他值。

参数:

x一维数组或序列

包含数据的数组或序列。

n利息

每个窗口中的数据点数。

noverlap利息

相邻窗口之间的重叠。默认值为0（无重叠）

axis利息

窗口将沿其运行的轴。

工具书类

stackoverflow: Rolling window for 1D arrays in Numpy? stackoverflow: Using strides for an efficient moving average filter

matplotlib.mlab.window_hanning(x)

返回x乘以len（x）的汉宁窗。

参见

window_none

另一个窗口算法。

matplotlib.mlab.window_none(x)

没有窗口函数；只返回x。

参见

window_hanning

另一个窗口算法。