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)[源代码]¶ 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
()¶
-
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_hanning
callable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)[源代码]¶ [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)[源代码]¶ 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_hanning
callable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。
-
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_hanning
callable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)[源代码]¶ 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_hanning
callable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)[源代码]¶ 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)[源代码]¶ 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)[源代码]¶ 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)[源代码]¶ 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_hanning
callable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_hanning
callable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)[源代码]¶ 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_hanning
callable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)[源代码]¶ 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_hanning
callable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)[源代码]¶ [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
-
matplotlib.mlab.
stride_windows
(x, n, noverlap=None, axis=0)[源代码]¶ 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)[源代码]¶ 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)[源代码]¶ 没有窗口函数;只返回x。
参见
window_hanning
- 另一个窗口算法。