- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我一直在制作一个例程,使用 NumPy/Scipy 测量两个光谱之间的相位差。
我已经有了Matlab写的例程,所以我基本上是用NumPy重新实现了函数和相应的单元测试。但是,我发现单元测试失败了,因为 scipy.fftpack.fft
引入了一些小的数值错误:
import numpy as np
import scipy.fftpack.fft
x = np.array([0.0, 1.0, 2.0, 3.0, 4.0, 3.0, 2.0, 1.0])
X = scipy.fftpack.fft(x)
在这种情况下,由于时域信号是对称的,因此预期输出为
[16.0000 -6.8284 0 -1.1716 0 -1.1716 0 -6.8284]
如下Matlab代码所示:
>> x = [0.0, 1.0, 2.0, 3.0, 4.0, 3.0, 2.0, 1.0];
>> X = fft(x)
X =
16.0000 -6.8284 0 -1.1716 0 -1.1716 0 -6.8284
根据 DSP 理论,结果不应包含任何虚部。然而,scipy 结果如下:
array([ 16.00000000 +0.00000000e+00j, -6.82842712 -2.22044605e-16j,
0.00000000 -0.00000000e+00j, -1.17157288 -2.22044605e-16j,
0.00000000 +0.00000000e+00j, -1.17157288 +2.22044605e-16j,
0.00000000 +0.00000000e+00j, -6.82842712 +2.22044605e-16j])
为什么 scipy.fftpack.fft
会引入小的虚部?我真的很想避免这个问题。谁能给我一个建议?
最佳答案
一方面,scipy.fftpack.fft
保证始终返回复数结果,而 MATLAB 的 fft
函数的结果有时是实数,有时是复数,具体取决于是否存在非零虚部。然而,这并不能解释为什么 scipy.fftpack.fft
的结果实际上包含非零虚部,而 MATLAB 的 fft
函数的结果却没有。
我怀疑造成差异的根本原因与 MATLAB 的 fft
函数显然是 based 这一事实有关。在 FFTW ,而 scipy 和 numpy 使用 FFTPACK由于许可限制。
pyfftw
但是,确实为 FFTW 提供了 Python 绑定(bind)。如果我们比较 FFTPACK 和 FFTW 结果的虚部:
from pyfftw.interfaces import scipy_fftpack as fftw
Fx1 = fftpack.fft(x)
print(Fx1.imag)
# [ 0.00000000e+00 -2.22044605e-16 -0.00000000e+00 -2.22044605e-16
# 0.00000000e+00 2.22044605e-16 0.00000000e+00 2.22044605e-16]
print(Fx1.imag == 0)
# [ True False True False True False True False]
Fx2 = fftw.fft(x)
print(Fx2.imag)
# [ 0. 0. 0. 0. 0. 0. 0. 0.]
print(Fx2.imag == 0)
# [ True True True True True True True True]
我们看到 FFTW 结果的虚部比较完全等于零,而 FFTPACK 有少量的浮点舍入误差。
除此之外,我不知道为什么 FFTW 的实现比 FFTPACK 的舍入误差更少,但无论如何重要的是要注意这些舍入误差足够小,它们通常不会引起问题(你知道你不应该不会测试浮点值之间的完全相等,对吗?)。
通常你会简单地获取结果的实数部分,例如:
scipy.fftpack.fft(x).real
如果这些错误是一个问题,那么您可以切换到使用pyfftw
而不是numpy/scipy,但是如果您的代码那个敏感到舍入误差那么它可能意味着你做错了什么。
关于matlab - 来自 Matlab fft 和 Scipy fft 的 FFT 结果略有不同,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32161734/
我在使用 cx_freeze 和 scipy 时无法编译 exe。特别是,我的脚本使用 from scipy.interpolate import griddata 构建过程似乎成功完成,但是当我尝试
是否可以通过函数在 scipy 中定义一个稀疏矩阵,而不是列出所有可能的值?在文档中,我看到可以通过以下方式创建稀疏矩阵 There are seven available sparse matrix
SciPy为非线性最小二乘问题提供了两种功能: optimize.leastsq()仅使用Levenberg-Marquardt算法。 optimize.least_squares()允许我们选择Le
SciPy 中的求解器能否处理复数值(即 x=x'+i*x")?我对使用 Nelder-Mead 类型的最小化函数特别感兴趣。我通常是 Matlab 用户,我知道 Matlab 没有复杂的求解器。如果
我有看起来像这样的数据集: position number_of_tag_at_this_position 3 4 8 6 13 25 23 12 我想对这个数据集应用三次样条插值来插值标签密度;为此
所以,我正在处理维基百科转储,以计算大约 5,700,000 个页面的页面排名。这些文件经过预处理,因此不是 XML 格式。 它们取自 http://haselgrove.id.au/wikipedi
Scipy 和 Numpy 返回归一化的特征向量。我正在尝试将这些向量用于物理应用程序,我需要它们不被标准化。 例如a = np.matrix('-3, 2; -1, 0') W,V = spl.ei
基于此处提供的解释 1 ,我正在尝试使用相同的想法来加速以下积分: import scipy.integrate as si from scipy.optimize import root, fsol
这很容易重新创建。 如果我的脚本 foo.py 是: import scipy 然后运行: python pyinstaller.py --onefile foo.py 当我启动 foo.exe 时,
我想在我的代码中使用 scipy.spatial.distance.cosine。如果我执行类似 import scipy.spatial 或 from scipy import spatial 的操
Numpy 有一个基本的 pxd,声明它的 c 接口(interface)到 cython。是否有用于 scipy 组件(尤其是 scipy.integrate.quadpack)的 pxd? 或者,
有人可以帮我处理 scipy.stats.chisquare 吗?我没有统计/数学背景,我正在使用来自 https://en.wikipedia.org/wiki/Chi-squared_test 的
我正在使用 scipy.odr 拟合数据与权重,但我不知道如何获得拟合优度或 R 平方的度量。有没有人对如何使用函数存储的输出获得此度量有建议? 最佳答案 res_var Output 的属性是所谓的
我刚刚下载了新的 python 3.8,我正在尝试使用以下方法安装 scipy 包: pip3.8 install scipy 但是构建失败并出现以下错误: **Failed to build sci
我有 my own triangulation algorithm它基于 Delaunay 条件和梯度创建三角剖分,使三角形与梯度对齐。 这是一个示例输出: 以上描述与问题无关,但对于上下文是必要的。
这是一个非常基本的问题,但我似乎找不到好的答案。 scipy 到底计算什么内容 scipy.stats.norm(50,10).pdf(45) 据我了解,平均值为 50、标准差为 10 的高斯中像 4
我正在使用 curve_fit 来拟合一阶动态系统的阶跃响应,以估计增益和时间常数。我使用两种方法。第一种方法是在时域中拟合从函数生成的曲线。 # define the first order dyn
让我们假设 x ~ Poisson(2.5);我想计算类似 E(x | x > 2) 的东西。 我认为这可以通过 .dist.expect 运算符来完成,即: D = stats.poisson(2.
我正在通过 OpenMDAO 使用 SLSQP 来解决优化问题。优化工作充分;最后的 SLSQP 输出如下: Optimization terminated successfully. (Exi
log( VA ) = gamma - (1/eta)log[alpha L ^(-eta) + 测试版 K ^(-eta)] 我试图用非线性最小二乘法估计上述函数。我为此使用了 3 个不同的包(Sc
我是一名优秀的程序员,十分优秀!