資料結構
網路
關係資料庫管理系統(RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝設計
法律研究使用Python返回兩個一維序列的離散線性卷積
要返回兩個一維序列的離散線性卷積，請在Python Numpy中使用numpy.convolve()方法。卷積運算子經常出現在訊號處理中，它模擬線性時不變系統對訊號的影響。在機率論中，兩個獨立隨機變數的和服從其各自分佈卷積的分佈。如果v比a長，則在計算之前交換陣列。
該方法返回a和v的離散線性卷積。第一個引數a (N,)是第一個一維輸入陣列。第二個引數v (M,)是第二個一維輸入陣列。第三個引數mode是可選的，其值為'full'、'valid'、'same'。模式'valid'返回長度為max(M, N) - min(M, N) + 1的輸出。卷積積只給出訊號完全重疊的點。訊號邊界外的值沒有影響。
預設模式為'full'。這將返回每個重疊點的卷積，輸出形狀為(N+M-1,)。在卷積的端點處，訊號不會完全重疊，可能會看到邊界效應。
步驟
首先，匯入所需的庫：
import numpy as np
使用array()方法建立兩個numpy一維陣列：
arr1 = np.array([1, 2, 3]) arr2 = np.array([0, 1, 0.5])
顯示陣列：
print("Array1...\n",arr1)
print("\nArray2...\n",arr2)檢查兩個陣列的維度：
print("\nDimensions of Array1...\n",arr1.ndim)
print("\nDimensions of Array2...\n",arr2.ndim)檢查兩個陣列的形狀：
print("\nShape of Array1...\n",arr1.shape)
print("\nShape of Array2...\n",arr2.shape)要返回兩個一維序列的離散線性卷積，請在Python Numpy中使用numpy.convolve()方法：
print("\nResult....\n",np.convolve(arr1, arr2, mode = 'full' ))
示例
import numpy as np
# Creating two numpy One-Dimensional array using the array() method
arr1 = np.array([1, 2, 3])
arr2 = np.array([0, 1, 0.5])
# Display the arrays
print("Array1...\n",arr1)
print("\nArray2...\n",arr2)
# Check the Dimensions of both the arrays
print("\nDimensions of Array1...\n",arr1.ndim)
print("\nDimensions of Array2...\n",arr2.ndim)
# Check the Shape of both the arrays
print("\nShape of Array1...\n",arr1.shape)
print("\nShape of Array2...\n",arr2.shape)
# To return the discrete linear convolution of two one-dimensional sequences, use the numpy.convolve() method in Python Numpy
print("\nResult....\n",np.convolve(arr1, arr2, mode = 'full' ))輸出
Array1... [1 2 3] Array2... [0. 1. 0.5] Dimensions of Array1... 1 Dimensions of Array2... 1 Shape of Array1... (3,) Shape of Array2... (3,) Result.... [0. 1. 2.5 4. 1.5]
更新於：2022年2月28日
651 次瀏覽
廣告