- 博客(17)
- 资源 (1)
- 收藏
- 关注
RSS订阅翻译 四、numpy的通用函数 1、2、 读取和保存文件
四、numpy的通用函数1.读取文本文件numpy.loadtxt(文件名(可以使绝对路径也可以是相对路径),delimiter=分隔符,usecols=选择列,unpack=是否解包,(false\True)dtype=目标类型,converters=转换器)->二维数组(unpack=False)/列一维数组集(unpack=True)注意：Converters={}...
2019-06-19 21:06:07
488
翻译 三、数据可视化：matplotlib.pyplot (mp) 14.半对数坐标 （只对y轴进行对数设置）
14.半对数坐标 （只对y轴进行对数设置）mp.semilogy(…)import numpy as npimport matplotlib.pyplot as mpy = np.array([1, 10, 100, 1000, 100, 10, 1])mp.figure('Normal & Log', facecolor='lightgray')mp.su...
2019-06-17 23:57:14
10932
翻译 三、数据可视化：matplotlib.pyplot (mp) 13.极坐标系
13.极坐标系mp.gca(projection=‘polar’)mp.plot …mp.scatter …x, y| |v v极角 极径import numpy as npimport matplotlib.pyplot as mp# 极角t = np.linspace(0, 2 * np.pi, 1001)# 极径r_spiral = 0...
2019-06-17 23:56:07
276
翻译 三、数据可视化：matplotlib.pyplot (mp) 12.三维散点
12.三维散点ax.scatter(x, y, z, s=大小, c=颜色, marker=点型)import numpy as npimport matplotlib.pyplot as mpfrom mpl_toolkits.mplot3d import axes3dn = 1000# xyz 均为正态随机数x = np.random.normal(0, 1, n)y = np...
2019-06-17 23:54:28
833
翻译 三、数据可视化：matplotlib.pyplot (mp) 11、三维曲面
11.三维曲面from mpl_toolkits.mplot3d import axes3d # 导入一个类ax = mp.gca(projection=‘3d’) # 获取三维坐标轴ax.plot_surface(x, y, z, rstride=行距,cstride=列距, cmap=颜色映射)ax.plot_wireframe(x, y, z, rstride=行距,cstrid...
2019-06-17 00:20:56
3706
翻译 三、数据可视化：matplotlib.pyplot (mp) 10、饼图
10.饼图mp.pie(值列表, 间隙列表, 标签, 颜色列表, 格式串,shadow=是否带阴影, startangle=起始角度)import matplotlib.pyplot as mpmp.figure('Pie', facecolor='lightgray')mp.title('Pie', fontsize=20)mp.pie( [26, 17, 21, 29, 1...
2019-06-17 00:05:10
193
转载 三、数据可视化：matplotlib.pyplot (mp) 9、热像图
9.热像图mp.imshow(矩阵, cmap=颜色映射 origin=垂直轴方向)import numpy as npimport matplotlib.pyplot as mpn = 1000x, y = np.meshgrid(np.linspace(-3, 3, n), np.linspace(-3, 3, n))z = (1 - x / ...
2019-06-16 23:58:32
363
翻译 三、数据可视化：matplotlib.pyplot (mp) 8、等高线图
8.等高线图线：mp.contour(x, y, z, 线数, colors=颜色,linewidths=线宽)色带：mp.contourf(x, y, z, 线数, cmap=颜色映射)import numpy as npimport matplotlib.pyplot as mpn = 1000# 栅格化（网格化）函数x, y = np.meshgrid(np.linspa...
2019-06-16 21:14:55
790
翻译 三、数据可视化：matplotlib.pyplot (mp) 7、柱状图
7.柱状图mp.bar(水平坐标数组, 高度数组, ec=边缘颜色,fc=填充颜色, label=标签文本,alpha=透明度)import numpy as npimport matplotlib.pyplot as mpn = 12x = np.arange(n)# uniform 在0.5和1.0之间的均匀分布的随机数y1 = (1 - x / n) * np.random...
2019-06-16 20:32:16
242
翻译 三、数据可视化：matplotlib.pyplot (mp) 6、区域填充
6.区域填充mp.fill_between(水平坐标数组, 垂直坐标起点数组,垂直坐标终点数组, 条件, color=颜色,alpha=透明度)import numpy as npimport matplotlib.pyplot as mpn = 1000x = np.linspace(0, 8 * np.pi, n) # 生成x坐标，线性分割# 生成y坐标sin_y = np...
2019-06-16 20:01:25
468
翻译 三、数据可视化：matplotlib.pyplot (mp) 5、散点图
5.散点图代码：scatter.pyimport numpy as npimport matplotlib.pyplot as mpn = 1000x = np.random.normal(0, 1, n) # 生成具有正态分布的1000个随机数y = np.random.normal(0, 1, n)d = np.sqrt(x ** 2 + y ** 2) # 每一个点到坐标中...
2019-06-14 23:19:37
254
翻译 三、数据可视化：matplotlib.pyplot (mp) 4、坐标刻度定位器
4.坐标刻度定位器定位器对象 = mp.xxxLocator(…)ax = mp.gca() # 获得一个坐标轴ax.xaxis.set_major_locator(定位器对象) # 主刻度ax.xaxis.set_minor_locator(定位器对象) # 次刻度代码：tick.pyimport numpy as npimport matplotlib.pyplot as mp...
2019-06-14 22:29:03
1100
翻译 测量目标散射特性的基本方法（远场条件）
\qquad当前测量目标散射特性的基本方法有远场法、紧缩场法和近场法\qquad 1、对于远场法，设D为待测目标的最大截面尺寸，r为发射天线与待测目标的距离，则当r≥ 2D2／λ时(λ为波长)，可近似认为投射到待测目标上的电磁波是平面电磁波。同样，接收天线与待测目标的距离也应满足这一要求，以使接收天线接收散射远场。转动待测目标，测出相应的散射远场，即可确定目标的远场散射方向图，通过与标准目标进行...
2019-06-13 10:34:09
6480
原创 ISAR Imaging of a Windmill-- Mesurement and Simulation
ISAR Imaging of a Windmill-- Mesurement and Simulation一、介绍 风场和雷达波的相互作用 18叶片风车 &...
2019-06-10 23:43:09
405
翻译 ISAR成像算法总结
摘自文章：ISAR 成像系统与技术发展综述------周万幸1、ISAR成像常用算法RD成像算法RD 成像假定目标位于一个转动平台上， 目标以均匀角速度作旋转运动， 接着对回波进行距离压缩得到目标的一维距离像历程，然后对距离像历程的方位向做快速傅里叶变换( FFT) 即可得到目标的二维像，这就是 RD 成像算法，该算法是针对目标平稳飞行(观测期间多普勒频率为常数的假设) 的成像算法， 而且...
2019-06-06 15:23:43
14462
翻译 三、数据可视化：matplotlib.pyplot (mp) 3、子图
3.子图1)缺省布局mp.subplot(行数, 列数, 图号)mp.subplot(2, 3, 1)mp.subplot(231)import matplotlib.pyplot as mpmp.figure(facecolor='lightgray')for i in range(2): for j in range(3): k = i * 3 + j +...
2019-06-05 08:38:30
543
翻译 三、数据可视化：matplotlib.pyplot (mp) 2、图形对象
2.图形对象mp.figure(图形对象名, figsize=窗口大小,dpi=分辨率, facecolor=颜色)代码：fig.pyimport numpy as npimport matplotlib.pyplot as mpx = np.linspace(-np.pi, np.pi, 1000)cos_y = np.cos(x) / 2sin_y = np.sin(x)#...
2019-06-03 22:04:51
681
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人