Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

पायथन में मोड के साथ दो एक-आयामी अनुक्रमों के असतत रैखिक कनवल्शन लौटाएं

दो एक-आयामी अनुक्रमों के असतत रैखिक कनवल्शन को वापस करने के लिए, Python Numpy में thenumpy.convolve() विधि का उपयोग करें। कनवल्शन ऑपरेटर को अक्सर सिग्नल प्रोसेसिंग में देखा जाता है, जहां यह सिग्नल पर लीनियर टाइम-इनवेरिएंट सिस्टम के प्रभाव को मॉडल करता है। संभाव्यता सिद्धांत में, दो स्वतंत्र यादृच्छिक चर का योग उनके व्यक्तिगत वितरण के दृढ़ संकल्प के अनुसार वितरित किया जाता है। यदि v, a से अधिक लंबा है, तो गणना से पहले सरणियों की अदला-बदली की जाती है।

विधि a और v का असतत, रैखिक कनवल्शन लौटाती है। पहला पैरामीटर, a (N,) पहला एक-आयामी इनपुट सरणी है। दूसरा पैरामीटर, वी (एम,) दूसरा एक-आयामी इनपुट सरणी है। तीसरा पैरामीटर, मोड वैकल्पिक है, जिसमें पूर्ण मान ',' मान्य ',' समान 'है। मोड 'वैध' लंबाई अधिकतम (एम, एन) - मिनट (एम, एन) + 1 का आउटपुट देता है। कनवल्शन उत्पाद केवल उन बिंदुओं के लिए दिया जाता है जहां सिग्नल पूरी तरह से ओवरलैप होते हैं। सिग्नल सीमा के बाहर के मानों का कोई प्रभाव नहीं पड़ता है।

डिफ़ॉल्ट मोड 'पूर्ण' है। यह ओवरलैप के प्रत्येक बिंदु पर एक आउटपुट आकार (एन + एम -1,) के साथ कनवल्शन लौटाता है। कनवल्शन के अंतिम बिंदुओं पर, सिग्नल पूरी तरह से ओवरलैप नहीं होते हैं, और सीमा प्रभाव देखा जा सकता है।

कदम

सबसे पहले, आवश्यक पुस्तकालयों को आयात करें -

import numpy as np

सरणी () विधि का उपयोग करके दो सुस्पष्ट एक-आयामी सरणी बनाना -

arr1 = np.array([1, 2, 3])
arr2 = np.array([0, 1, 0.5])

सरणियों को प्रदर्शित करें -

print("Array1...\n",arr1)
print("\nArray2...\n",arr2)

दोनों सरणियों के आयामों की जाँच करें -

print("\nDimensions of Array1...\n",arr1.ndim)
print("\nDimensions of Array2...\n",arr2.ndim)

दोनों सरणियों के आकार की जाँच करें -

print("\nShape of Array1...\n",arr1.shape)
print("\nShape of Array2...\n",arr2.shape)

दो एक-आयामी अनुक्रमों के असतत रैखिक कनवल्शन को वापस करने के लिए, Python Numpy में thenumpy.convolve() विधि का उपयोग करें -

print("\nResult....\n",np.convolve(arr1, arr2, mode = 'full' ))

उदाहरण

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' ))

आउटपुट

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]

  1. पायथन में दो (सरणी) वैक्टर का क्रॉस उत्पाद लौटाएं

    दो वैक्टर के क्रॉस उत्पाद की गणना करने के लिए, Python Numpy में numpy.cross() विधि का उपयोग करें। विधि c, वेक्टर क्रॉस उत्पाद (उत्पादों) को लौटाती है। पहला पैरामीटर ए है, पहले वेक्टर के घटक। दूसरा पैरामीटर बी है, दूसरे वेक्टर के घटक। तीसरा पैरामीटर अक्ष है, a की धुरी जो वेक्टर को परिभाषित करती है। ड

  1. पायथन में रैखिक बीजगणित में चोल्स्की अपघटन लौटाएं

    Cholesky अपघटन वापस करने के लिए, numpy.linalg.cholesky() विधि का उपयोग करें। वर्ग मैट्रिक्स a का Cholesky अपघटन, L * L.H लौटाएं, जहां L निचला-त्रिकोणीय है और .H संयुग्मित स्थानान्तरण संचालिका है। हर्मिटियन और सकारात्मक-निश्चित होना चाहिए। यह सत्यापित करने के लिए कोई जाँच नहीं की जाती है कि a हर्मिटि

  1. पायथन पंडों - सूचकांक मूल्यों का स्मृति उपयोग लौटाएं

    अनुक्रमणिका मानों के स्मृति उपयोग को वापस करने के लिए, index.memory_usage() का उपयोग करें पंडों में विधि। सबसे पहले, आवश्यक पुस्तकालयों को आयात करें - import pandas as pd अनुक्रमणिका बनाना - index = pd.Index([15, 25, 35, 45, 55]) सूचकांक प्रदर्शित करें - print("Pandas Index...\n",index