Python中常见的数据结构可以统称为容器(container)。其中主要的容器有三类：序列（列表、元组和字符串等），映射（如字典）和集合（set）。1.序列 序列是有序的，序列中的每个元素都有自己的编号。Python有6中内建的序列，包括列表、元组、字符串、Unicode字符串、buffer对象和xrange对象。1.1 字符串1.1.1 创建字符串a = 'hello world'
pr
转载
2023-08-12 12:40:05
68阅读
一、常用的序列1.单位脉冲序列 单位脉冲序列是指仅仅在某一时刻有一个单位幅度的脉冲响应。任意序列都可以用单位脉冲序列表示。2.单位阶跃序列单位阶跃序列是指从某一时刻起，以后所有的序列都是单位幅度的序列。3.矩形序列 矩形序列是值从0到N-1共计N点的值。4.指数序列当且仅当只有时该指数序列才是有界序列，序列无界则无法求卷积与DFT。右边指数序列是指数序列与阶跃信号相乘，使指数序
转载
2023-11-06 12:52:47
205阅读
DFT计算过程详解平时工作中，我们在计算傅里叶变换时，通常会直接调用Matlab中的FFT函数，或者是其他编程语言中已经为我们封装好的函数，很少去探究具体的计算过程，本文以一个具体的例子，向你一步一步展示DFT的计算过程。众所周知，傅里叶变换的计算公式为： 对时域信号进行离散化： 根据欧拉定理： DFT方程改写为： 为第m个DFT输出值， &nbs
转载
2024-01-25 17:36:01
153阅读
一个简单的离散傅里叶变换公式如下面所示X(k) = ∑<N>x(n)e-j2πkn/N, k = 0,1,2```N-1傅里叶变换用于分析时域信号中的频域成分，即从时域信号x(n)得到频域信号X(k)这里的∑<N>表示对求和项从n=0加到N-1，为N点傅里叶变换，输入时域信号为N个，输出频域信号也为N个看一个简单的例子x(t) = sin(2π*1000*t) +
转载
2024-01-02 21:24:21
43阅读
在上一章中提到，Python中提到的“序列”，通常指的是三种数据类型：string（字符串）、list（列表）、tuple（元组）。在本章依旧先对每种类型做一个基本的了解，再介绍一些操作符和函数。本章所介绍的是针对三种类型的一些共性操作，各个类型的独特特性将再之后的章节中涉及。6.1 序列对象Python中序列对象的特点是由一组有序的元素排列而成，并且可以通过起始为0的下标偏移量访问到任意一个元素
转载
2023-08-05 17:28:28
94阅读
数字序列溢出是指在计算机程序中使用的数字类型无法存储或表示一个特定的数值，导致计算结果不准确或不可预测。在使用Python编程时，数字溢出是一个常见的问题，因为Python的数字类型具有动态类型和动态长度的特点，没有明确的上限或下限。
## 数字溢出的原因
数字溢出通常发生在以下几种情况下：
1. 整数溢出：当一个整数的值超过了Python整数类型的上限或下限时，会发生整数溢出。Python的
原创
2023-10-25 17:48:10
90阅读
近两年，随着IC行业的发展，DFT设计工程师越来越火。大家都知道，芯片在设计出来之后，测试是相当重要的一个环节，如果没有准确的识别出来bug，那么后果将会是非常严重的。在超大规模集成电路时代，可测试性设计（DFT）就显得尤为重。它通过在芯片原始设计中插入各种用于提高芯片可测试性（包括可控制性和可观测性）的硬件逻辑，方便芯片生产之后能够迅速测试区分芯片的好坏。在要求比较苛刻的芯片中，通过近一步的设计
转载
2024-05-15 14:14:26
272阅读
gnuplot 是个强大的绘图工具，用它绘制各种曲线再好不过了，包括绘制数字信号处理中的离散序列，以及各种变换的结果序列。
原创
2022-11-20 22:58:41
140阅读
Mahnob-HCI-tagging数据集简介Mahnob-HCI-tagging database是由Jeroen Lichtenauer等人采集的数据集，包含心率信号、人脸视频等信息。该数据集的采集过程由Tobii studio software控制，整体采集设备如下图所示（图片摘自数据集官网manual）：该数据集中包含30位不同种族、不同教育背景、不同性别的健康成年志愿者的相关信息。这其中
转载
2024-10-22 09:44:56
76阅读
第3章利用DFT做连续信号频谱分析3.2 利用DFT做连续信号的频谱分析 3.2 利用DFT做连续信号的频谱分析 信号的频谱分析：利用DFT计算连续信号的频谱 3.2 利用DFT做连续信号的频谱分析 信号的频谱分析：利用DFT计算连续信号的频谱 3.2 利用DFT做连续信号的频谱分析 信号的频谱分析：利用DFT计算连续信号的频谱 频率响应的混叠失真及参数的选择 参数选择的一般原则： 不满足抽样定理
转载
2023-06-30 20:03:39
149阅读
噪声是我们在信号处理和数据分析中经常会遇到的问题。它可以干扰我们对信号的理解和分析，影响我们对数据的正确解读。为了解决这个问题，小波去噪（Wavelet Denoising）成为一种常用的技术，通过小波变换来去除噪声，恢复信号的原始信息。小波变换是一种用于将信号分解成不同频率组成部分的技术。它具有时间和频率的局部性，使得它在处理非平稳信号时具有很大的优势。Python作为一种功能强大的编程语言，提
DFTDFT(Discrete Fourier Transform)，离散傅里叶变化，可以将离散信号变换到频域，它的公式非常简单:：离散频率下标为k时的频率大小: 离散时域信号序列: 信号序列的长度，也就是采样的个数如果你刚接触DFT，并且之前没有信号处理的相关经验，那么第一次看到这个公式，你可能有一些疑惑，为什么这个公式就能进行时域与频域之间的转换呢？ 这里，我不打算去解释它，因为我水平有限，说
转载
2023-08-22 10:39:40
101阅读
1.基本语句 输入 input()
eg: num=input('输入数字')
while not num.isdigit():
转载
2023-08-10 22:11:13
89阅读
最常用的金融科技语言——Python在建模的时间与精力分配中，数据的理解、整理与准备占据了整个工作的80%工作量。因此，提高数据准备工作的效率可以将更重要的时间分配到模型研究上，从而提升数据建模的效率与正确率。数据的整理与准备，一般涉及以下8点：缺失值识别与处理异常值识别与处理重复值识别与处理数值替换行列名变更离散数据分箱随机取样类别变量转换哑变量(Dummy Variables)接下来文章将逐一
转载
2023-07-05 00:58:00
64阅读
作者：裘宗燕 2.3 内置函数和数学函数包算术运算符提供了最基本的算术计算功能，通过写出复杂的表达式，可以完成许多复杂的计算。另一方面，有些很常用的计算，虽然可以通过简单计算的组合完成，但如果语言能通过某种易用的方式提供这种功能，编程序的人们就更方便了。Python语言里提供方便使用的复杂功能的概念称为函数，这个概念与数学里的函数概念有相似之处。每个函数有一个名字，可以在表达式（或后面的其他结构）
转载
2024-08-28 16:14:15
483阅读
python基本数据结构序列 ，六种内建序列类型：列表 元组字符串 Unicode字符串 buff对象和xrange对象 序列通用操作： 索引：元素的编号是从 0开始的 到索引号为负数时 查找方式是从右到左的
转载
2023-10-27 08:24:00
45阅读
如下所示：def sub(arr):
finish=[]
size = len(arr)
end = 1 << size #end=2**size
for index in range(end): # shift index
array = []
for j in range(size):
# 00,01,10,11 is symmetrical
if (index >>
转载
2023-06-29 15:49:23
138阅读
在之前的一篇文章中:利用Docker来搭建分布式文件系统FastDfs，我们已经搭建好了FastDfs分布式文件系统，并且已经可以通过命令进行上传操作，那么如何使用python来上传文件呢？ 很简单，还是利用docker的特性，我们知道docker 的 -v 参数，可以自动挂载宿主机的文件件到容器中去，这样宿主和容器就可以进行无障碍的文件共享，我们通过-v参数
转载
2024-10-09 14:39:36
18阅读
前面写了那么多的铺垫，都是为了DFT而写，这是我的初衷，今天这篇文章终于到来了。最重要的铺垫性博文：DFT的准备（一）（对离散序列的傅里叶分析大总结）DFT的准备（二）（对傅里叶变换的采样）好了，废话不多说，上今天的内容吧。离散傅里叶变换（DFT）讨论的对象是有限长序列，而与有限长序列相关联的是其周期重复（延拓）（周期为N）而形成的周期序列，二者之间的关系是： ...
原创
2021-08-20 15:05:10
122阅读
本文主要使用DFT相关函数实现对水平文本和旋转文本的DFT变换，在幅度谱中识别文本的变换，从而为图像旋转的检测
原创
2022-09-09 00:04:26
131阅读
