中国建设招标网 官方网站下载,贵阳招聘网站建设,怎样学做网站,小程序服务器可以做网站吗1.python脚本环境下载
这里是原始发布源#xff1a;
https://www.python.org/downloads/release/python-3114/https://www.python.org/downloads/release/python-3114/安装时记得添加进系统path#xff0c;这样你可以随时调用python环境。
2.扩展模块的安装
step1.找到py…1.python脚本环境下载
这里是原始发布源
https://www.python.org/downloads/release/python-3114/https://www.python.org/downloads/release/python-3114/安装时记得添加进系统path这样你可以随时调用python环境。
2.扩展模块的安装
step1.找到python安装位置推荐安装everything.然会直接找python这个目录它一般的位置在 step2.打开cmd.exe切换至这个目录 执行 pip install matplotlib --timeout 200 -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com 上面
pip install module_name是基础的命令字。timeout参数指定超时时间单位秒。-i 制定镜像站国外的源访问速度非常慢。--trusted-host是在指定信任这个私有源
一旦脚本执行时提示 ModuleNotFoundError: No module named matplotlib 就重复上述安装过程。
3.脚本编写和执行
只要学过一门计算机语言就可以在ChatGPT的帮助下熟悉程序结构和语法。
脚本代码存储为.py后缀就可以直接点击执行。
如果需要排错进相应的目录内执行命令行即可。
在python脚本执行环境内直接执行 python命令可以这样 D:\python Python 3.11.4 (tags/v3.11.4:d2340ef, Jun 7 2023, 05:45:37) [MSC v.1934 64 bit (AMD64)] on win32 Type help, copyright, credits or license for more information. a 13.0 b 1/a print(b) 0.07692307692307693 它起码可以替代计算器。 现在可能是windows平台上最好用的脚本执行环境。甚至数学部分可以部分替代matlab.
附录A一段工作上正在使用的示例代码
我在之前仅仅了解非常有限的python语法可能只学过不到50小时。在AI的助力下你能比用搜索器更快地解决问题
# show how to use FFT, filtered DC signal and return to SampleValue-time type.
# the basic concept is coming from ChatGPT.
# Write in python language.
#
# created by twicave.
# Jun09,2023
#
import numpy as np
import matplotlib.pyplot as plt# 定义正弦信号
# 产生一个包含1000Hz、2000Hz两个正弦波信号和一个直流分量的复合信号
Fs 20000;
f1 1000;
f2 2000;
t np.arange(0, 0.01, 1/Fs);
signal np.sin(2*np.pi*f1*t) 0.7*np.sin(2*np.pi*f2*t) 800;fig plt.figure(1, figsize(8, 10));
plt1 fig.add_subplot(2, 1, 1)
plt1.plot(t,signal)
plt1.set_xlabel(Time (s))
plt1.set_ylabel(Amplitude)
plt1.set_title(Original Signal)# 下面将对应信号转至频域消除0点后转回时域
x signal# 傅里叶变换
X np.fft.fft(x) # 计算原始信号的傅里叶变换# 去除直流分量
X[0] 0;# 幅角变换
phase_shift np.zeros(len(X))
phase_shift[len(X)//2] -np.angle(X[len(X)//2])
X_corrected X * np.exp(1j * phase_shift)# 转回时域
x_withoutDC np.real(np.fft.ifft(X_corrected));print(x_withoutDC);
s_corrected x_withoutDC;plt2 fig.add_subplot(2, 1, 2)
plt2.plot(t, s_corrected.real)
plt2.set_xlabel(Time (s))
plt2.set_ylabel(Amplitude)
plt2.set_title(After filtered the DC of signal)fig.suptitle(Demo program : filter DC of signal);
fig.show()附录A Python语法及模块手册
很奇怪python的核心网站上没有重要的模块比如numpy的信息干干静静的连一个链接都没有。然后这个模块有自己独立的网站和帮助系统
NumPy user guide — NumPy v1.24 Manual
附录B 最常用的语法功能
#单行注释
#这是一个单行注释#多行注释
“”“
三个引号开启一组多行注释
这仍然是注释。
“”“#文件编码
#默认编码是utf8
#如果你的.py文件无法执行。请另存为.uft8格式。notepad就能干这件事。#引用模块
import numpy as np
import scipy.signal as signal
import matplotlib.pyplot as plt#最常用的一窗体多图语法
import matplotlib.pyplot as pltfig, (ax1, ax2, ax3, ax4) plt.subplots(4, 1, sharexFalse, figsize(6, 9))
ax1.plot(t, sig)
ax1.set_ylabel(Original Signal)
ax2.plot(np.arange(0, N/2)*fs/N, 20*np.log10(np.abs(np.fft.fft(h)[:N//2])))
ax2.set_ylabel(Filter Frequency Response (dB))
ax3.plot(t, sig_filtered)
ax3.set_ylabel(Filtered Signal)
ax3.set_xlabel(Time (s))
ax4.plot(t, t);
ax4.set_xlabel(pt str(len(t)));
plt.show()#打印任意对象
print(A)
