Ćwiczenia 1.1: Różnice pomiędzy wersjami
Z Brain-wiki
| Linia 4: | Linia 4: | ||
W najprostszej wersji znanej ze szkoły wektory rozumiane są tak jak na tym rysunku: | W najprostszej wersji znanej ze szkoły wektory rozumiane są tak jak na tym rysunku: | ||
| − | + | [[Plik:Wektor by Zureks.svg|center|thumb 300px| Ilustracja wektora ]] | |
| + | |||
| + | Koncepcje wektora można uogólnić i rozumieć go jako uporządkowany ciąg liczb, czyli współrzędnych wektora: | ||
| + | |||
| + | [[File:Plane Cartesian vector.png|thumb 300 px |center|Wektor na płaszczyźnie kartezjańskiej przedstawiający położenie punktu A o współrzędnych (2, 3).]] | ||
| + | |||
| + | Łatwo sobie wyobrazić, że tą koncepcję można uogólnić na dowolną liczbę współrzędnych (wymiarów). Wtedy trudniej jest przedstawić go w postaci strzałki, ale możemy przedstawić go np. tak, że kolejne współrzędne rysyjemy jako punkty na dwuwymiarowej płaszczyźnie (nr współrzędnej, wartość współrzędnej): | ||
| + | <source lang = py> | ||
| + | import pylab as py | ||
| + | import numpy as np | ||
| + | |||
| + | A = np.array([2,3]) | ||
| + | py.subplot(2,1,1) | ||
| + | py.plot(A,'o') | ||
| + | py.xlim([-0.1, 1.1]) | ||
| + | py.ylim([0,3.1]) | ||
| + | py.ylabel('Wartość') | ||
| + | |||
| + | py.subplot(2,1,2) | ||
| + | py.stem(A) | ||
| + | py.xlim([-0.1, 1.1]) | ||
| + | py.ylim([0,3.1]) | ||
| + | py.ylabel('Wartość') | ||
| + | py.xlabel('Nr. próbki') | ||
| + | py.show() | ||
| + | </source> | ||
==Dodawanie sygnałów== | ==Dodawanie sygnałów== | ||
Wersja z 17:14, 9 paź 2016
Spis treści
Sygnał jako wekotr
Jak to rozumieć?
W najprostszej wersji znanej ze szkoły wektory rozumiane są tak jak na tym rysunku:
Koncepcje wektora można uogólnić i rozumieć go jako uporządkowany ciąg liczb, czyli współrzędnych wektora:
Łatwo sobie wyobrazić, że tą koncepcję można uogólnić na dowolną liczbę współrzędnych (wymiarów). Wtedy trudniej jest przedstawić go w postaci strzałki, ale możemy przedstawić go np. tak, że kolejne współrzędne rysyjemy jako punkty na dwuwymiarowej płaszczyźnie (nr współrzędnej, wartość współrzędnej):
import pylab as py
import numpy as np
A = np.array([2,3])
py.subplot(2,1,1)
py.plot(A,'o')
py.xlim([-0.1, 1.1])
py.ylim([0,3.1])
py.ylabel('Wartość')
py.subplot(2,1,2)
py.stem(A)
py.xlim([-0.1, 1.1])
py.ylim([0,3.1])
py.ylabel('Wartość')
py.xlabel('Nr. próbki')
py.show()
