gpt4 book ai didi

python - 卷积积分导出为动画

转载 作者:行者123 更新时间:2023-12-01 07:53:13 27 4
gpt4 key购买 nike

这个例子取自tutorial与卷积积分有关。

我想将此示例导出为 mp4 格式的动画。到目前为止,代码如下所示:

import scipy.integrate
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation

def showConvolution(f1, f2, t0):
# Calculate the overall convolution result using Simpson integration
convolution = np.zeros(len(t))
for n, t_ in enumerate(t):
prod = lambda tau: f1(tau) * f2(t_-tau)
convolution[n] = scipy.integrate.simps(prod(t), t)

# Create the shifted and flipped function
f_shift = lambda t: f2(t0-t)
prod = lambda tau: f1(tau) * f2(t0-tau)

# Plot the curves
plt.gcf().clear() # il

plt.subplot(211)
plt.gca().set_ymargin(0.05) # il
plt.plot(t, f1(t), label=r'$f_1(\tau)$')
plt.plot(t, f_shift(t), label=r'$f_2(t_0-\tau)$')
plt.fill(t, prod(t), color='r', alpha=0.5, edgecolor='black', hatch='//') # il
plt.plot(t, prod(t), 'r-', label=r'$f_1(\tau)f_2(t_0-\tau)$')
plt.grid(True); plt.xlabel(r'$\tau$'); plt.ylabel(r'$x(\tau)$') # il
plt.legend(fontsize=10) # il
plt.text(-4, 0.6, '$t_0=%.2f$' % t0, bbox=dict(fc='white')) # il

# plot the convolution curve
plt.subplot(212)
plt.gca().set_ymargin(0.05) # il
plt.plot(t, convolution, label='$(f_1*f_2)(t)$')

# recalculate the value of the convolution integral at the current time-shift t0
current_value = scipy.integrate.simps(prod(t), t)
plt.plot(t0, current_value, 'ro') # plot the point
plt.grid(True); plt.xlabel('$t$'); plt.ylabel('$(f_1*f_2)(t)$') # il
plt.legend(fontsize=10) # il
plt.show() # il

Fs = 50 # our sampling frequency for the plotting
T = 5 # the time range we are interested in
t = np.arange(-T, T, 1/Fs) # the time samples
f1 = lambda t: np.maximum(0, 1-abs(t))
f2 = lambda t: (t>0) * np.exp(-2*t)

t0 = np.arange(-2.0,2.0, 0.05)

fig = plt.figure(figsize=(8,3))
anim = animation.FuncAnimation(fig, showConvolution(f1,f2, t0), frames=np.linspace(0, 50, 500), interval=80)

anim.save('animation.mp4', fps=30) # fps = frames per second

plt.show()

据我了解,我应该能够以 0.05 步长在 -2.00 和 2.00 之间更改 t0 值。乍一看,我尝试使用 numpy 的 arange 函数。

t0 = np.arange(-2.0,2.0, 0.05)

但它给出了错误消息:

ValueError: operands could not be broadcast together with shapes (80,) (500,)

我应该如何更改 t0 值以便能够生成动画视频?

编辑:我尝试了建议的更改。我运行这个例子

python convolution.py

我看到的不是动画,而是 t0 = -0.20 时卷积积分的输出。

convolution integral

有没有办法改变 t0 ,以便我能够将其保存为动画,如 the tutorial 中所示在示例中,t0 从 -2.0 减小到 -1.95 等,绿色曲线向右移动,曲线之间的面积、乘积增加。在示例中有一个 html 动画,我想另存为 mp4 文件。

编辑2:

从重绘函数内部删除 plt.show() 调用允许它端到端运行并写出动画。

最佳答案

这个例子好像是错误的。

FuncAnimation 中的第二个参数接受一个可调用的,其中第一个参数将在每个循环中从“frames”关键字参数中获取一个新值。请查看 matplotlib 文档以查找有关可调用所需签名的更多信息。

我只是更改了 showConvolution() 参数,使 t0 成为第一个参数。范围 t0 用作所需的帧参数。 lambda 函数 f1 和 f2 在“fargs”中的元组中传递。

希望对你有帮助

干杯,

BdeG

import scipy.integrate
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation

def showConvolution(t0,f1, f2):
# Calculate the overall convolution result using Simpson integration
convolution = np.zeros(len(t))
for n, t_ in enumerate(t):
prod = lambda tau: f1(tau) * f2(t_-tau)
convolution[n] = scipy.integrate.simps(prod(t), t)

# Create the shifted and flipped function
f_shift = lambda t: f2(t0-t)
prod = lambda tau: f1(tau) * f2(t0-tau)

# Plot the curves
plt.gcf().clear() # il

plt.subplot(211)
plt.gca().set_ymargin(0.05) # il
plt.plot(t, f1(t), label=r'$f_1(\tau)$')
plt.plot(t, f_shift(t), label=r'$f_2(t_0-\tau)$')
plt.fill(t, prod(t), color='r', alpha=0.5, edgecolor='black', hatch='//') # il
plt.plot(t, prod(t), 'r-', label=r'$f_1(\tau)f_2(t_0-\tau)$')
plt.grid(True); plt.xlabel(r'$\tau$'); plt.ylabel(r'$x(\tau)$') # il
plt.legend(fontsize=10) # il
plt.text(-4, 0.6, '$t_0=%.2f$' % t0, bbox=dict(fc='white')) # il

# plot the convolution curve
plt.subplot(212)
plt.gca().set_ymargin(0.05) # il
plt.plot(t, convolution, label='$(f_1*f_2)(t)$')

# recalculate the value of the convolution integral at the current time-shift t0
current_value = scipy.integrate.simps(prod(t), t)
plt.plot(t0, current_value, 'ro') # plot the point
plt.grid(True); plt.xlabel('$t$'); plt.ylabel('$(f_1*f_2)(t)$') # il
plt.legend(fontsize=10) # il
plt.show() # il

Fs = 50 # our sampling frequency for the plotting
T = 5 # the time range we are interested in
t = np.arange(-T, T, 1/Fs) # the time samples
f1 = lambda t: np.maximum(0, 1-abs(t))
f2 = lambda t: (t>0) * np.exp(-2*t)

t0 = np.arange(-2.0,2.0, 0.05)

fig = plt.figure(figsize=(8,3))
anim = animation.FuncAnimation(fig, showConvolution, frames=t0, fargs=(f1,f2),interval=80)

anim.save('animation.mp4', fps=30) # fps = frames per second

plt.show()

关于python - 卷积积分导出为动画,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56095788/

27 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com