scipy库 signal 导入_人工智能J—SciPy 学习笔记介绍

SciPy是一种免费开源Python库，用于科学计算和技术计算。它包含用于优化、线性代数、积分、插值、特殊函数、FFT、信号及图像处理、ODE求解器以及科学工程中其他常见任务的模块。

现在，组合使用NumPy、SciPy和Matplotlib，作为MATLAB的替代品已经成为趋势。相比MATLAB，Python功能更强大、编程更容易。

SciPy 模块

根据针对的计算领域，SciPy被分成各个不同的模块。下表对这些模块进行了总结：

SciPy-数值计算库-数学常量，物理常量，单位信息

import scipyprint('scipy版本：',scipy.__version__)from scipy import constants as C#数学常量Mathematical constantsprint('Pi:',C.pi)print('Golden ratio:',C.golden)#物理常数Physical constantsprint ('真空中光速：',C.c) # 真空中的光速print ('普朗克常数：',C.h) # 普朗克常数print('Bohr radius:',C.physical_constants["Bohr radius"]) #数值、单位及误差。

# 单位信息 print('mile: ',C.mile)    #1英里等于多少米print('inch:',C.inch)     #1英寸等于多少米print('gram:',C.gram)     #1克等于多少千克print('pound:', C.pound)  #1磅等于多少千克

scipy.special特殊函数模块

special模块是一个非常完整的函数库，其中包含了基本数学函数、特殊数学函数以及NumPy中出现的所有函数。

常用特殊函数求值：

伽玛函数

gamma函数是阶乘函数在实数和复数范围上的扩展。

import scipy.special as Sprint('伽马：',S.gamma(0.5))print(S.gamma(1+1j))      # gamma 函数支持复数

对数伽玛函数

gamma函数的增长速度非常快，因为1000的阶乘 已经超过了双精度浮点数的表示范围，因此结果是无穷大。为了计算更大的范围，可以使用 S.gammaln()。

S.gammaln(x)计算ln(|gamma(x)|)的值，它使用特殊的算法，直接计算gamma函数的对数值，因此可以表示更大的范围。

print(S.gammaln(1000))

log1p(x)

special模块中的某些函数并不是数学意义上的特殊函数，例如log1p(x)计算log(1+x)的值。这是由于浮点数的精度有限，无法很精确地表示十分接近1的实数。例如无法用浮点数表示”1 + 1e-20”的值，因此“log(1+1e-20)”的值为0,而当使用log1p()时，则可以很精确地计算。实际上当x非常小时，log1p(x)约等于x 。

print (1 + 1e-20)print ('log(1+1e-20: ',np.log(1+1e-20))print ('loglp:',S.log1p(1e-20))

在scipy.special中使用scipy.special.ellipj()函数计算椭圆函数。

m = np.linspace(0.1, 0.9, 4)u = np.linspace(-10, 10, 200)results = S.ellipj(u[:, None], m[None, :])print([y.shape for y in results])

import numpy as npimport pylab as pl#%figonly=使用广播计算得到的`ellipj()`返回值fig, axes = pl.subplots(2, 2, figsize=(12, 4))labels = ["$sn$", "$cn$", "$dn$", "$\phi$"]for ax, y, label in zip(axes.ravel(), results, labels):    ax.plot(u, y)    ax.set_ylabel(label)    ax.margins(0, 0.1)    axes[1, 1].legend(["$m={:g}$".format(m_) for m_ in m], loc="best", ncol=2);

一步一步耐心学