7.1小记

[Python ]小波变化库——Pywalvets 学习笔记

https://blog.csdn.net/nanbei2463776506/article/details/64124841

 

python实现readline去掉换行符\n等特殊字符

https://blog.51cto.com/9499607/2089667

 

python 读取文件f.read()、f.readline()和f.readlines()

https://blog.51cto.com/wushipeng/1772207

 

python 使用 with open（） as 读写文件

https://blog.csdn.net/xrinosvip/article/details/82019844

 

numpy中的convolve的理解

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，存在边际效应。
　　　　　　‘same’　返回的数组长度为max(M, N),边际效应依旧存在。
　　　　　　‘valid’ 　返回的数组长度为max(M,N)-min(M,N)+1,此时返回的是完全重叠的点。边缘的点无效。
 

 

numpy.cumsum（）用法

https://www.jianshu.com/p/00cddc31db4d

 

python中的三次样条插值

x = [0,1,2,3,4,5]
y = [12,14,22,39,58,77]

执行三次样条插值，以便在x的域中给出一些值u，例如u=1.25

from scipy import interpolate

def f(x):
    x_points = [ 0, 1, 2, 3, 4, 5]
    y_points = [12,14,22,39,58,77]

    tck = interpolate.splrep(x_points, y_points)
    return interpolate.splev(x, tck)

print f(1.25)

scipy将样条插值中涉及的步骤分为两个操作。首先，使用splrep（）计算描述样条曲线的系数。splrep返回包含系数的元组数组。其次，将这些系数传递到splev（）以实际评估所需点处的样条。这种方法对单次评估来说无疑是不方便的，但由于最常见的用例是从少数函数评估点开始，然后重复使用样条函数来查找插值，这在实践中通常非常有用。