Pythonで2つの1次元シーケンスの離散線形畳み込みを返します
2つの1次元シーケンスの離散線形畳み込みを返すには、Python Numpyのthenumpy.convolve()メソッドを使用します。
畳み込み演算子は、信号処理でよく見られます。信号処理では、線形時不変システムが信号に与える影響をモデル化します。確率論では、2つの独立したランダム変数の合計は、それらの個々の分布の畳み込みに従って分布されます。 vがaより長い場合、配列は計算前に交換されます。このメソッドは、aとvの離散線形畳み込みを返します。最初のパラメーターaは、最初の1次元入力配列です。 2番目のパラメーターvは、2番目の1次元入力配列です。 3番目のパラメーター、modeはオプションで、値はfull'、' valid'、' same'
ステップ
まず、必要なライブラリをインポートします-
import numpy as np
array()メソッドを使用して2つのnumpy1次元配列を作成する-
arr1 = np.array([1, 2, 3]) arr2 = np.array([0, 1, 0.5])
配列を表示する-
print("Array1...\n",arr1) print("\nArray2...\n",arr2)
両方のアレイの寸法を確認してください-
print("\nDimensions of Array1...\n",arr1.ndim) print("\nDimensions of Array2...\n",arr2.ndim)
両方のアレイの形状を確認してください-
print("\nShape of Array1...\n",arr1.shape) print("\nShape of Array2...\n",arr2.shape)
2つの1次元シーケンスの離散線形畳み込みを返すには、thenumpy.convolve()メソッド-
を使用します。print("\nResult....\n",np.convolve(arr1, arr2 ))
例
import numpy as np # Creating two numpy One-Dimensional array using the array() method arr1 = np.array([1, 2, 3]) arr2 = np.array([0, 1, 0.5]) # Display the arrays print("Array1...\n",arr1) print("\nArray2...\n",arr2) # Check the Dimensions of both the arrays print("\nDimensions of Array1...\n",arr1.ndim) print("\nDimensions of Array2...\n",arr2.ndim) # Check the Shape of both the arrays print("\nShape of Array1...\n",arr1.shape) print("\nShape of Array2...\n",arr2.shape) # To return the discrete linear convolution of two one-dimensional sequences, use the numpy.convolve() method in Python Numpy print("\nResult....\n",np.convolve(arr1, arr2 ))
出力
Array1... [1 2 3] Array2... [0. 1. 0.5] Dimensions of Array1... 1 Dimensions of Array2... 1 Shape of Array1... (3,) Shape of Array2... (3,) Result.... [0. 1. 2.5 4. 1.5]
-
Pythonの線形代数でコレスキー分解を返す
コレスキー分解を返すには、numpy.linalg.cholesky()メソッドを使用します。正方行列aのコレスキー分解L*L.Hを返します。ここで、Lは下三角行列で、.Hは共役転置演算子です。 aはエルミートで正定値でなければなりません。 aがエルミートであるかどうかを確認するためのチェックは実行されません。さらに、aの下三角要素と対角要素のみが使用されます。実際にはLのみが返されます。 次に、パラメーターaは、エルミート(すべての要素が実数の場合は対称)の正定値入力行列です。このメソッドは、aの上三角または下三角のコレスキー因子を返します。 aが行列オブジェクトの場合、行列オブジェクトを
-
PythonPandas-インデックス値のメモリ使用量を返します
インデックス値のメモリ使用量を返すには、 index.memory_usage()を使用します パンダのメソッド。 まず、必要なライブラリをインポートします- import pandas as pd インデックスの作成- index = pd.Index([15, 25, 35, 45, 55]) インデックスを表示- print("Pandas Index...\n",index) 値のメモリ使用量を取得します- print("\nThe memory usage...\n",index.memory_usage()) 例 以下はコードで