u011699626的博客

100个numpy问题链接1. 查看当前使用的numpy模块的版本号

次才能计算出一个结果，非常耗费时间。这里我们使用 FFT 优化算法降低时间复杂度。本文将给出 FFT 优化算法的计算公式的详细推导过程。由于使用点对点的计算方式过于消耗计算机的算力，尤其是当信号采样点数超过 1000 时，计算机需要计算。此时，（4）式与（1）式形式一致，即，我们可以通过傅里叶变换的方式实现互相关系数的计算。：两个信号的相对位移。

我们假设 x 信号有 n 个采样点， y 信号有 m 个采样点。保持 x 信号不变，移动 y 信号，我们使用负号表示 y 信号向左侧移动，使用正号表示 y 信号向右侧移动。并且当 y 信号移动时，我们需要保证至少有一个离散信号点与 x 信号重叠，否则无法计算互相关系数，因此，y 信号的滞后项 k 值取值范围为 [-(n-1)m, m-1]。最后通过上述代码即可计算出互相关系数。：两个信号的相对位移。

sum((a - x_mean) * (b - y_mean) for a, b in zip(x, y)): 计算互相关系数公式 （2）中的分子。Cross correlation 的定义式最早是应用于信号的，因为信号通常是随着时间变化的。x_sq_diff 和 y_sq_diff：分别用于计算每个信号各个位置点处的值与平均值的差值的平方和。math.sqrt(x_sq_diff * y_sq_diff): 计算互相关计算公式（2）的分母。x: cross_correlation 函数接受的第一个信号。

一文中，我们计算了两个数组中各个坐标点之间的间距，但是计算耗费的时间较长，这里我们介绍一个 scipy 库中的优化函数算法，可以极大程度地缩减运算时间。使用上述代码，我们将计算时间从 5.5 秒缩减到了 0.5 秒以内。计算速度提升 11 倍。

虽然我们使用此种方式使用极简单的代码完成了数组中两两点之间间距的计算。最终，我们耗时 5.5 秒完成了计算，显然，这种计算方式对于数据量较大的数组不太有好，后面我们将介绍更为简单的方法。今天，遇到了一个问题，有两个数组，其中分别存放着许多坐标点，如何计算两两坐标点之间的欧几里得距离。关于 np.newaxis 的用法可以参考文章。然后我们可以使用如下代码完成这一操作。

显然，对于单个点，可以理解为二维的情况，相较于一维，相当于既要沿着 x 方向做一次梯度计算，也要沿着 y 方向做一次梯度计算。这里，我们创建数组时，还添加了一个额外的点 (0, 0)，这是因为，对于单个点，通常我们将其与原点的连线看作一个矢量，该店对应的梯度就是这个矢量的斜率。由此，我们可以判断出，使用 np.gradient() 作用于二维数组时，其结果优先输出沿着 x 方向的梯度，然后再输出沿着 y 方向的梯度。我们也可以不指定方向，获取所有方向的结果后再提取 x 方向或者 y 方向的结果。

那么有没有可能使用数组的方式生成索引值来访问我们需要的数组元素呢？最近做数据处理遇到了一个有趣的事情，当我想使用变量来存放数组切片的索引时，函数我们就可以将数组的索引值存放在变量中进行使用了。首先我们来看一个二维列表，当我们采用切片的方式访问它中间的元素时。采用上述传统方式，我们获取到了数组中一个方形区域对应的元素。那如果我们想通过数组切片的形式访问它的元素该怎么做呢？可以看到，我们也得到了我们想要的结果，注意上述中的。通过上述方式，我们访问到了第二行第二三列的元素。函数来进行二维数组索引值的参数化。

的分别对用是否使用 tight 模式来排布图形，是否在 x 与 y 方向进行自动优化显示范围。显然，默认的坐标轴尺度放不下我们的物体，因此只显示了部分物体，为了能够显示整个物体，我们可以使用。，后来查询了资料发现这个函数非常好用。这样就避免了我们每次要根据图像大小的不同手动设置。今天，在绘图的时候遇到了一个函数叫做。比如，我们想要绘制一个长为。根据我们最开始的用法说明，，我们使用时可以直接写。

从结果中可以看到，我们成功得到了我们想要的复杂对角矩阵的形式。那么该如何理解这个过程呢，这里我们分步对这个问题进行分析。将它们进行加和后就可以得到最终的结果。上述两个结果是很好理解的。模块生成如下的复杂矩阵。

今天遇到了一个实际问题，旋转数组中的元素，这里特来记录一下。

上面我们是针对一个已知周期的周期性函数求解的。然而在实际中，很多时候我们很难知道被求解函数的周期性是多少。此时我们可以从其图像上大概读取一个初始值，最好略大于周期值，然后不断改变这个周期值的大小，直到我们能够获取符合要求数量的解停止即可。图像显然具有一定的周期性，如果此时我们想要获取它对应纵坐标等于。对于这类函数，我们可以针对每一个周期进行计算。首先，我们需要知道上述函数的周期性。关于如何切分成四个区域，可以参考------的情况，之前我们介绍的方法就已经失效了。，从图上可以看出，在。

如果我们想要将其进行切分操作，即把上述完整图像变为四个四分之一周期的函数该怎么呢？今天突发奇想遇到有一个问题，那就是如何切分一个函数，这里特来说明一下。函数的切分，且我们保持了与原始采样点数相同的采样点。

我们通过描绘一个点，且我们使用白色，因为画布的底色也为白色，因此没有东西会被显示，这样我们就可以创建一个类似空的。上面显示一个种类，如上图所示，此时我们就需要显示一个类似空的。那么我们该如何解决这个问题呢？今天绘制图像时遇到了一个问题，如何显示一个空的。关于为什么要显示一个空的。

在这个二维矩阵中，其中各个参数会随着一个参数变化，我们需要对这个变化的参数进行采样，那么我们可否不使用。有人会说，你这结果看起来也不一样啊。其实，它们只是相差了一个转置，我们对上述结果进行转置操作。今天写代码的时候遇到了一个问题，比如我们需要做一个二维矩阵运算，其中一个矩阵是。可以看到，此时，我们得到的结果与方法。接下来，我们尝试不使用。阅读这一篇前，推荐优先阅读。循环来处理这一问题呢？循环来得到相同的结果。

今天遇到一个问题，如果我们想要创建一个类，并且在这个类初始化时传递进入我们想要的对象，并且需要对这个对象进行判断，如果它是数字，且是一个非负数，则返回这个值，否则报错。可以看到，我们完成了我们想要的功能。如果此时我们输入一个字符串或者负数，获得到什么结果呢？这里我们先从简单的函数出发，首先我们尝试定义一个函数完成这个功能。下面，我们需要使用类对象来尝试完成这一操作。魔法方法，我们也成功得到了我们想要的结果。

博主通常很少使用中文字体绘图，但是有时候也会思考一些这方面的问题，于是特来记录一下。阅读这篇以前，推荐阅读------使用如下代码就可以解决无法使用中文的问题。

函数了，但是还是不那么完美，因此，我们给它添加一个平行于。函数，但是看起来并不那么美观，因此我们考虑使用。函数可能并不那么完美，因此，我们采用。之前我们提到了我们所绘制的。函数，而非实际数学意义上的。上述图像已经可以比较好的表示。阅读这篇文章前，推荐优先阅读。函数，那么对于数学上的。函数，我们该怎么绘制呢？个数据点，且索引值为。虽然上面我们已经获得了。，其余各点上的值均为。

参数说明f : 方形信号的频率overSampRate : integer类型，过采样率phase : 期望的位相偏移，默认值为 0，单位为radiannCyl : 显示中，方形信号完整的周期个数Returns:t : 时间格点g : 方形信号的值 g(t)

参数说明f : 正弦信号的频率overSampRate : integer类型，过采样率phase : 期望的位相偏移，默认值为 0，单位为radiannCyl : 显示中，正弦信号完整的周期个数Returns:t : 时间格点g : 正弦信号的值 g(t)

阅读这篇之前推荐优先阅读------和。今天仿真的时候遇到了一个问题，如何逆序二维数组对角线上的元素并循环打印，这里特来记录一下。

今天仿真的时候遇到了一个问题，如何交换二维数组对角线上的元素，这里特来记录一下。

我们上述的代码具有一定的局限性，因为我们假设我们的二维数组横向的行数和纵向列数的数目是一致的，当然也可以不一致，具体的读者可以自行探索，后续有时间了我会加上。推荐优先阅读------那么该如何实现这一操作呢？

仿真时遇到了一个问题，我们该如何修改一个二维数组offset值不为0的对角线上的元素，且保持其他元素不变。这里特地记录一下。

2×22×23×3今天做仿真的时候遇到了一个问题，如何逐个按照对角线输出二维数组中的元素呢？首先我们看一下下面的两个例子。2×2。

浮点数，坐标系对应的第一个参数值，如果是笛卡尔坐标系，那么对应的就是。：浮点数，坐标系对应的第二个参数值，如果是笛卡尔坐标系，那么对应的就是。：一个字典取重写输入的。设定，用户可自行修改。

Python 绘制黑芯白框与白芯黑框圆形

Python 在三维坐标系下绘制圆柱体

Python 在三维坐标系下绘制二维圆形

Python 直角坐标系下绘制圆内螺旋线

Python 绘制费马螺旋线

Python 绘制阿基米德螺旋线

Python 直角坐标系下绘制双曲螺旋线

Python 极坐标系下绘制双曲螺旋线

Python绘制圆锥体

Python 极坐标系下绘制椭圆

Python 直角坐标系下绘制抛物线图像

Python 直角坐标系下绘制双曲线图像

Python 直角坐标系下绘制椭圆形

import itertoolsimport numpy as npimport matplotlib.pyplot as pltimport matplotlib.animation as animationdef data_gen(): for cnt in itertools.count(): # 自动自增一，无限循环 t = cnt / 100 yield t, np.sin(2 * np.pi * t)def init_func():