Python2 与 Python3 的区别

1) 核心类差异

  1. Python3对Unicode字符的原生支持。
    Python2 中使用 ASCII 码作为默认编码方式导致 string 有两种类型 str 和 unicode,Python3 只
    支持 unicode 的 string。
  2. Python3采用的是绝对路径的方式进行import。Python2 中相对路径的 import 会导致标准库导入变得困难(想象一下,同一目录下有 file.py,如 何同时导入这个文件和标准库 file)。Python3 中这一点将被修改,如果还需要导入同一目录的文件必 须使用绝对路径,否则只能使用相关导入的方式来进行导入。
  3. Python2中存在老式类和新式类的区别,Python3统一采用新式类。新式类声明要求继承object, 必须用新式类应用多重继承。
  4. Python3 使用更加严格的缩进。Python2 的缩进机制中,1 个 tab 和 8 个 space 是等价的,所 以在缩进中可以同时允许 tab 和 space 在代码中共存。这种等价机制会导致部分 IDE 使用存在问题。 Python3 中 1 个 tab 只能找另外一个 tab 替代,因此 tab 和 space 共存会导致报错:TabError: inconsistent use of tabs and spaces in indentation.

2) 废弃类差异

  1. print 语句被 Python3 废弃,统一使用 print 函数
  2. exec 语句被 python3 废弃,统一使用 exec 函数
  3. execfile 语句被 Python3 废弃,推荐使用 exec(open("./filename").read())
  4. 不相等操作符"<>“被 Python3 废弃,统一使用”!="
  5. long 整数类型被 Python3 废弃,统一使用 int
  6. xrange 函数被 Python3 废弃,统一使用 range,Python3 中 range 的机制也进行修改并提高了 大数据集生成效率
  7. Python3 中这些方法再不再返回 list 对象:dictionary 关联的 keys()、values()、items(),zip(), map(),filter(),但是可以通过 list 强行转换:
    1. mydict={“a”:1,“b”:2,“c”:3}
    2. mydict.keys() #<built-in method keys of dict object at 0x000000000040B4C8>
    3. list(mydict.keys()) #[‘a’, ‘c’, ‘b’]
  8. 迭代器 iterator 的 next()函数被 Python3 废弃,统一使用 next(iterator)
  9. raw_input 函数被 Python3 废弃,统一使用 input 函数
  10. 字典变量的 has_key 函数被 Python 废弃,统一使用 in 关键词
  11. file 函数被 Python3 废弃,统一使用 open 来处理文件,可以通过 io.IOBase 检查文件类型 12. apply 函数被 Python3 废弃
  12. 异常 StandardError 被 Python3 废弃,统一使用 Exception

3) 修改类差异

  1. 浮点数除法操作符“/”和“//”的区别 “ / ”:
    Python2:若为两个整形数进行运算,结果为整形,但若两个数中有一个为浮点数,则结果为 浮点数;
    Python3:为真除法,运算结果不再根据参加运算的数的类型。
    “//”: Python2:返回小于除法运算结果的最大整数;从类型上讲,与"/"运算符返回类型逻辑一致。 Python3:和 Python2 运算结果一样。
  2. 异常抛出和捕捉机制区别
    Python2:
    raise IOError, “file error” #抛出异常
    except NameError, err: #捕捉异常
    Python3:
    raise IOError(“file error”) #抛出异常
    except NameError as err: #捕捉异常
  3. for 循环中变量值区别
    Python2
    for 循环会修改外部相同名称变量的值
    i = 1
    print ('comprehension: ', [i for i in range(5)])
    print (‘after: i =’, i ) #i=4
    Python3
    for 循环不会修改外部相同名称变量的值
    i = 1
    print ('comprehension: ', [i for i in range(5)])
    print (‘after: i =’, i ) #i=1
  4. round 函数返回值区别
    Python2,round 函数返回 float 类型值
    isinstance(round(15.5),int) #True
    Python3,round 函数返回 int 类型值
    isinstance(round(15.5),float) #True
  5. 比较操作符区别
    Python2 中任意两个对象都可以比较
    11 < ‘test’ #True
    Python3 中只有同一数据类型的对象可以比较
    11 < ‘test’ # TypeError: unorderable types: int() < str()
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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