
STATLAB/ListaFunkcji: Różnice pomiędzy wersjami
Z Brain-wiki
| (Nie pokazano 5 wersji utworzonych przez jednego użytkownika) | |||
| Linia 30: | Linia 30: | ||
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.round.html numpy.round]  | |[http://docs.scipy.org/doc/numpy/reference/generated/numpy.round.html numpy.round]  | ||
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.absolute.html numpy.absolute]  | |[http://docs.scipy.org/doc/numpy/reference/generated/numpy.absolute.html numpy.absolute]  | ||
| + | |[http://docs.scipy.org/doc/numpy/reference/generated/numpy.iinfo.html numpy.iinfo]  | ||
|}  | |}  | ||
| Linia 55: | Linia 56: | ||
|-  | |-  | ||
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.array.html numpy.array]  | |[http://docs.scipy.org/doc/numpy/reference/generated/numpy.array.html numpy.array]  | ||
| + | |  | ||
| + | |  | ||
| + | |  | ||
|}  | |}  | ||
| Linia 71: | Linia 75: | ||
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.kaiser.html numpy.kaiser]  | |[http://docs.scipy.org/doc/numpy/reference/generated/numpy.kaiser.html numpy.kaiser]  | ||
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.fft.rfft.html numpy.fft.rfft]  | |[http://docs.scipy.org/doc/numpy/reference/generated/numpy.fft.rfft.html numpy.fft.rfft]  | ||
| + | |[http://docs.scipy.org/doc/numpy/reference/generated/numpy.fft.rfftfreq.html numpy.fft.rfftfreq]  | ||
| + | |[http://scipy.github.io/devdocs/generated/scipy.signal.periodogram.html scipy.signal.periodogram]  | ||
| + | |-  | ||
| + | |[http://scipy.github.io/devdocs/generated/scipy.signal.welch.html scipy.signal.welch]  | ||
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.correlate.html numpy.correlate]  | |[http://docs.scipy.org/doc/numpy/reference/generated/numpy.correlate.html numpy.correlate]  | ||
|[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.convolve.html scipy.signal.convolve]  | |[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.convolve.html scipy.signal.convolve]  | ||
| − | |  | + | |  | 
| − | |||
| − | |||
|}  | |}  | ||
| Linia 87: | Linia 93: | ||
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.random.rand.html numpy.random.rand]  | |[http://docs.scipy.org/doc/numpy/reference/generated/numpy.random.rand.html numpy.random.rand]  | ||
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.random.randn.html numpy.random.randn]  | |[http://docs.scipy.org/doc/numpy/reference/generated/numpy.random.randn.html numpy.random.randn]  | ||
| + | |  | ||
| + | |  | ||
|}  | |}  | ||
| Linia 109: | Linia 117: | ||
|[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.filtfilt.html scipy.signal.filtfilt]  | |[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.filtfilt.html scipy.signal.filtfilt]  | ||
|[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.decimate.html scipy.signal.decimate]  | |[http://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.decimate.html scipy.signal.decimate]  | ||
| + | |  | ||
|}  | |}  | ||
| Linia 117: | Linia 126: | ||
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.loadtxt.html numpy.loadtxt]  | |[http://docs.scipy.org/doc/numpy/reference/generated/numpy.loadtxt.html numpy.loadtxt]  | ||
|[http://docs.scipy.org/doc/numpy/reference/generated/numpy.savetxt.html numpy.savetxt]  | |[http://docs.scipy.org/doc/numpy/reference/generated/numpy.savetxt.html numpy.savetxt]  | ||
| + | |-  | ||
| + | |[http://docs.scipy.org/doc/scipy/reference/generated/scipy.io.wavfile.read.html scipy.io.wavfile.read]  | ||
| + | |[http://docs.scipy.org/doc/scipy/reference/generated/scipy.io.wavfile.write.html scipy.io.wavfile.write]  | ||
| + | |  | ||
| + | |  | ||
|}  | |}  | ||
====Wykresy Matplotlib====  | ====Wykresy Matplotlib====  | ||
http://matplotlib.org/api/pyplot_api.html  | http://matplotlib.org/api/pyplot_api.html  | ||
| + | {|  | ||
| + | |plot  | ||
| + | |stem  | ||
| + | |subplot  | ||
| + | |figure  | ||
| + | |-  | ||
| + | |imshow  | ||
| + | |title  | ||
| + | |xlim  | ||
| + | |ylim  | ||
| + | |-  | ||
| + | |xlab  | ||
| + | |ylab  | ||
| + | |label  | ||
| + | |legend  | ||
| + | |-  | ||
| + | |grid  | ||
| + | |show  | ||
| + | |fill_between  | ||
| + | |step  | ||
| + | |}  | ||
| − | + | <!--   | |
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
===Dodatkowe===  | ===Dodatkowe===  | ||
<source lang= python>  | <source lang= python>  | ||
| Linia 142: | Linia 163: | ||
import numpy as np  | import numpy as np  | ||
| − | def sin(f = 1, T = 1, Fs = 128, phi =0 ):  | + | def sin(f = 1., T = 1., Fs = 128., phi =0. ):  | 
| − | 	'''sin o zadanej częstości (w Hz), długości, fazie i częstości próbkowania  | + | 	'''  | 
| + | 	(float, float, float, float) -> (numpy.ndarray, numpy.ndarray)  | ||
| + | 	sin o zadanej częstości (w Hz), długości, fazie i częstości próbkowania  | ||
	Domyślnie wytwarzany jest sygnał reprezentujący    | 	Domyślnie wytwarzany jest sygnał reprezentujący    | ||
	1 sekundę sinusa o częstości 1 Hz i zerowej fazie próbkowanego 128 Hz  | 	1 sekundę sinusa o częstości 1 Hz i zerowej fazie próbkowanego 128 Hz  | ||
| + | 	Zwraca macierz amplitud i czasu.  | ||
	'''  | 	'''  | ||
| Linia 152: | Linia 176: | ||
	s = np.sin(2*np.pi*f*t + phi)  | 	s = np.sin(2*np.pi*f*t + phi)  | ||
	return (s,t)  | 	return (s,t)  | ||
| + | |||
| + | def delta(t0=0.5, T=1.0 ,Fs = 128.):  | ||
| + |     '''  | ||
| + |     (float, float, float) -> (numpy.ndarray, numpy.ndarray)  | ||
| + |     Generowanie funkcji delta. Zwraca macierz amplitud i czasu.  | ||
| + |     t0: położenie maksimum  | ||
| + |     T: czas trwania sygnału  | ||
| + |     Fs: częstość próbkowania  | ||
| + |     '''  | ||
| + |     dt = 1.0/Fs  | ||
| + |     t = np.arange(0,T,dt)  | ||
| + |     d = np.zeros(len(t))  | ||
| + |     d[np.ceil(t0*Fs)]=1  | ||
| + |     return (d,t)  | ||
| + | |||
| + | def gabor(f = 1., T = 1., Fs = 128., phi =0., t0 = 0.0, std = 1.0 ):  | ||
| + |     '''  | ||
| + |     (float, float, float, float, float, float) -> (numpy.ndarray, numpy.ndarray)  | ||
| + |     Generowanie funkcji Gabora. Zwraca macierz amplitud i czasu.  | ||
| + |     f: częstość oscylacji  | ||
| + |     T: czas trwania sygnału  | ||
| + |     Fs: częstość próbkowania  | ||
| + |     phi: faza  | ||
| + |     t0: położenie maksimum  | ||
| + |     std: odchylenie standardowe  | ||
| + |     '''  | ||
| + |     dt = 1.0/Fs  | ||
| + |     t = np.arange(0,T,dt)  | ||
| + |     g = np.cos(2*np.pi*f*(t-t0)+phi)*np.exp(-0.5*(t-t0)**2/(std**2))  | ||
| + |     return (g, t)  | ||
</source>  | </source>  | ||
| + | |||
<source lang = python>  | <source lang = python>  | ||
| Linia 159: | Linia 214: | ||
def widmo_dB(s, N_fft, F_samp):  | def widmo_dB(s, N_fft, F_samp):  | ||
| + |     '''  | ||
| + |     (numpy.ndarray, int, float) -> (numpy.ndarray, numpy.ndarray)  | ||
| + |     s: sygnał  | ||
| + |     N_fft: ilość punktów DTF  | ||
| + |     F_samp: częstość próbkowania  | ||
| + |     Oblicza widmo mocy w skali decybelowej. Zwraca macierz mocy i częstości  | ||
| + |     '''  | ||
     S = fft(s,N_fft)/np.sqrt(N_fft)  |      S = fft(s,N_fft)/np.sqrt(N_fft)  | ||
     S_dB = 20*np.log10(np.abs(S))  |      S_dB = 20*np.log10(np.abs(S))  | ||
| Linia 164: | Linia 226: | ||
     return (fftshift(S_dB),fftshift(F))  |      return (fftshift(S_dB),fftshift(F))  | ||
</source>  | </source>  | ||
| + | -->  | ||
Aktualna wersja na dzień 11:14, 10 lis 2016
Spis treści
Biblioteki
Lista funkcji
Matematyczne z pakietu numpy
| numpy.sin | numpy.exp | numpy.log | numpy.real | 
| numpy.imag | numpy.conj | numpy.unwrap | numpy.angle | 
| numpy.sqrt | numpy.sum | numpy.power | numpy.ceil | 
| numpy.floor | numpy.round | numpy.absolute | numpy.iinfo | 
Macierzowe z pakietu numpy
Sygnałowe
Statystyczne
| numpy.mean | numpy.std | scipy.stats.scoreatpercentile | scipy.stats.norm | 
| numpy.random.rand | numpy.random.randn | 
Filtry
Pliki
| numpy.fromfile | numpy.ndarray.tofile | numpy.loadtxt | numpy.savetxt | 
| scipy.io.wavfile.read | scipy.io.wavfile.write | 
Wykresy Matplotlib
http://matplotlib.org/api/pyplot_api.html
| plot | stem | subplot | figure | 
| imshow | title | xlim | ylim | 
| xlab | ylab | label | legend | 
| grid | show | fill_between | step |