python 中convolve函数运行时间近半小时？？？

最新推荐文章于 2024-06-09 23:48:42 发布
最新推荐文章于 2024-06-09 23:48:42 发布
阅读量679 收藏
点赞数
分类专栏： 系统响应 控制 文章标签： 数据分析 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/purebook/article/details/108233805
版权

python中有两个库有convolve函数，一个是numpy.convolve，scipy.signal.convolve函数，通过简单测试可以发现scipy.signal.convolve的运行速度略快一些。
在使用该函数的过程中，发现在这里插入图片描述
这条语句执行了23min，其中在这里插入图片描述
ut，fv都是2001*1的向量数据。按理说应该不会执行那么久啊。没有报错，到网上查了很多也没有解决。
最终在将ut，fv的元素拿出来查看类型，发现ut元素是float，fv元素是sympy库里面的一种数据类型Mul、Add？（因为用到了拉普拉斯逆变换）。记得八九不离十，懒得去运行看了需要跑23min费时间。

发现数据类型不同后，采用ff1 = ff.astype(np.float32)将数据处理成一样类型float，发现解决了问题。跑该函数只花了几秒就跑完了。

哎，在放弃的边缘试探成功了，调bug真让人头秃。。。。。。

purebook
关注
专栏目录
python:实现convolve卷积算法(附完整源码)
希望我的博客，能帮上你解决学习中工作中所遇到的问题
07-21 646
python:实现convolve卷积算法(附完整源码)
Python使用scipy模块实现一维卷积运算示例
01-01
本文实例讲述了Python使用scipy模块实现一维卷积运算。分享给大家供大家参考，具体如下： 一 介绍 signal模块包含大量滤波函数、B样条插值算法等等。下面的代码演示了一维信号的卷积运算。 二 代码 import numpy as np import scipy.signal x = np.array([1,2,3]) h = np.array([4,5,6]) print(scipy.signal.convolve(x, h))#一维卷积运算 三 运行结果 [ 4 13 28 27 18] 四 一维卷积算法 #include<iostream> #include<cstdi
Python numpy.convolve函数方法的使用
最新发布
weixin_42098295的博客
06-09 463
numpy.convolve 函数用于在两个一维数组之间执行卷积操作。以下是 numpy.convolve 函数的详细解释和使用示例。'valid'：返回只有完全重叠部分的卷积，结果长度为 max(len(a), len(v)) - min(len(a), len(v)) + 1。'same'：返回与 a 相同长度的卷积，结果长度为 max(len(a), len(v))。'full'：返回完全卷积（默认），结果长度为 len(a) + len(v) - 1。# 'full' 模式。a：第一个一维数组。
numpy中的convolve的理解
热门推荐
QLMX
07-28 8万+
函数　　numpy.convolve(a, v, mode=’full’)，这是numpy函数中的卷积函数库 　　参数： 　　　　a:(N,)输入的一维数组 　　　　b:(M,)输入的第二个一维数组 　　　　mode:{‘full’, ‘valid’, ‘same’}参数可选 　　　　　　‘full’　默认值，返回每一个卷积值，长度是N+M-1,在卷积的边缘处，信号不重叠
python numpy np.convolve()函数（返回两个一维序列的离散线性卷积）
Dontla的博客
01-24 7916
from numpy.core.numeric() def convolve(a, v, mode='full'): """ Returns the discrete, linear convolution of two one-dimensional sequences. 返回两个一维序列的离散线性卷积。 The convolution operator is ...
Pandas、Numpy 性能优化秘籍（全）
Python数据挖掘
04-13 1433
pandas、numpy是Python数据科学中非常常用的库，numpy是Python的数值计算扩展，专门用来处理矩阵，它的运算效率比列表更高效。pandas是基于numpy的数据处理工具，能更方便的操作大型表格类型的数据集。但是，随着数据量的剧增，有时numpy和pandas的速度就成瓶颈。如下我们会介绍一些优化秘籍：里面包含了 代码层面的优化，以及可以无脑使用的性能优化扩展包。1、NumExprNumExpr 是一个对NumPy计算式进行的性能优化。NumExpr的使用及其简单，只需要将原来的numpy
scipy.signal.convovle 卷积函数
baidu_41901258的博客
08-30 1589
卷积函数
基于Numpy.convolve使用Python实现滑动平均滤波的思路详解
09-19
本文详细介绍了如何利用Python和Numpy库中的`convolve`函数来实现滑动平均滤波。这种方法不仅简化了计算过程，还提高了效率。通过调整滑动窗口的大小和其他参数，可以针对不同的应用场景优化滤波效果。希望本文能对...
Python脚本使用详解.doc
05-07
2. **字符串操作**：Python中的字符串是不可变的，可以使用引号（单引号或双引号）定义。字符串支持多种操作，如索引、切片、连接、格式化等。例如，`s = "Hello, World!"`，`s[0]`返回第一个字符，`s[7:12]`返回...
Python期末考试题.pdf
01-08
Python期末考试题 Python是当前最流行的编程语言之一，对于程序员来说，掌握...在Python中，递归函数需要有一个基本情况来终止递归，否则将导致无限递归。在这个函数中，缺少基本情况，导致它不能正确地计算阶乘。
Python期末考试题英文版本
12-07
Python期末考试题主要涵盖数据存储、字符串操作、算法理解、列表操作、图像处理以及递归函数的正确实现。以下是对这些知识点的详细说明： 1. 数据存储：在问题1中，你需要存储0到10（包含）的整数值。一个整数范围...
numpy卷积函数convolve
微小冷的学习笔记
03-09 2338
卷积是一种积分变换方法，可理解为滑动平均的推广。numpy中的convolve函数提供了三种模式，区别如图所示。
python 数据、曲线平滑处理——基于Numpy.convolve实现滑动平均滤波——详解
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
03-31 1万+
滑动平均滤波法 （又称：递推平均滤波法），它把连续取N个采样值看成一个队列 ，队列的长度固定为N ，每次采样到一个新数据放入队尾，并扔掉原来队首的一次数据(先进先出原则) 。把队列中的N个数据进行算术平均运算，就可获得新的滤波结果。
python中的卷积
weixin_46197934的博客
03-19 8728
python中的卷积
numpy学习笔记2——常用函数1
qq_43260356的博客
08-15 358
文章目录读写文件统计方法其他方法 读写文件 import numpy as np #创建单位矩阵 a = np.eye(3) #写入txt文件 np.savetxt('eye.txt',a, delimiter=',', fmt='%f') #写入csv文件 np.savetxt('eye.csv', a, delimiter=',', fmt='%s') 在写入csv文件中，指定了写入的文件名，写入的数组，分割符以及存储的格式。对于存储的格式：第一个符号以%开始；第二个符号(可选），-表示左对齐，0
【Python学习笔记】26：scipy卷积运算
LauZyHou的笔记
07-28 2万+
scipy的signal模块经常用于信号处理，卷积、傅里叶变换、各种滤波、差值算法等。 两个一维信号卷积 >>> import numpy as np >>> x=np.array([1,2,3]) >>> h=np.array([4,5,6]) >>> import scipy.signal >>> sci...
python 曲线平滑处理——方法总结(Savitzky-Golay 滤波器、make_interp_spline插值法和convolve滑动平均滤波)
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
03-31 1万+
有时我们得到曲线震荡或者噪声比较多，不利于观察曲线的趋势走向，需要对其平滑处理，本文结介绍Savitzky-Golay 滤波器、make_interp_spline插值法和convolve滑动平均滤波，三种平滑处理方法。
python卷积函数_python – 理解Scipy卷积
weixin_39715997的博客
12-09 610
我试图理解Scipy提供的离散卷积与人们将获得的分析结果之间的差异.我的问题是输入信号的时间轴和响应函数如何与离散卷积输出的时间轴相关？为了尝试回答这个问题,我考虑了一个带有分析结果的例子.我的输入信号是高斯信号,我的响应函数是带阶跃函数的指数衰减.这两个信号的卷积的分析结果是修正的高斯(https://en.wikipedia.org/wiki/Exponentially_modified_Ga...
卷积函数的互相关python代码？
03-07
以下是卷积函数的互相关 Python 代码： ```python import numpy as np def convolve(image, kernel): # 获取图像和卷积核的形状 image_row, image_col = image.shape kernel_row, kernel_col = kernel.shape # 计算输出图像的形状 output_row = image_row - kernel_row + 1 output_col = image_col - kernel_col + 1 # 初始化输出图像 output = np.zeros((output_row, output_col)) # 进行互相关操作 for i in range(output_row): for j in range(output_col): output[i][j] = np.sum(image[i:i+kernel_row, j:j+kernel_col] * kernel) return output ``` 希望能对你有所帮助。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

purebook

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值