Python cusignal.spectral_analysis.spectral.lombscargle用法及代碼示例

用法: cusignal.spectral_analysis.spectral.lombscargle(x, y, freqs)

計算Lomb-Scargle 周期圖。 Lomb-Scargle 周期圖由 Lomb [1] 開發，並由 Scargle [2] 進一步擴展，以發現和測試具有不均勻時間采樣的弱周期信號的重要性。當 normalize 為 False(默認)時，計算的周期圖未歸一化，對於具有足夠大 N 的振幅 A 的諧波信號，它采用值 (A**2) * N/4。當 normalize 為 True 時，計算的周期圖由殘差歸一化圍繞恒定參考模型(為零)的數據。輸入數組應該是一維的並且將被強製轉換為 float64。

參數：

x：array_like: 采樣時間。
y：array_like: 測量值。
freqs：array_like: 輸出周期圖的角頻率。
precenter：布爾型，可選: 通過減去平均值預中心振幅。
normalize：布爾型，可選: 計算歸一化周期圖。

pgram：array_like: Lomb-Scargle 周期圖。

拋出：

ValueError: 如果輸入數組 x 和 y 的形狀不同。

注意：

由於 Townsend [3]，此子例程使用稍微修改的算法計算周期圖，該算法允許僅使用每個頻率的輸入數組單次通過來計算周期圖。對於大量樣本和頻率，算法運行時間大致為 O(x * freqs) 或 O(N^2)。

參考：

1: N.R. Lomb “Least-squares frequency analysis of unequally spaced data”, Astrophysics and Space Science, vol 39, pp. 447-462, 1976
2: J.D. Scargle “Studies in astronomical time series analysis. II - Statistical aspects of spectral analysis of unevenly spaced data”, The Astrophysical Journal, vol 263, pp. 835-853, 1982
3: R.H.D. Townsend, “Fast calculation of the Lomb-Scargle periodogram using graphics processing units.”, The Astrophysical Journal Supplement Series, vol 191, pp. 247-253, 2010

例子：

>>> import cusignal
>>> import cupy as cp
>>> import matplotlib.pyplot as plt
First define some input parameters for the signal:
>>> A = 2.
>>> w = 1.
>>> phi = 0.5 * cp.pi
>>> nin = 1000
>>> nout = 100000
>>> frac_points = 0.9 # Fraction of points to select
Randomly select a fraction of an array with timesteps:
>>> r = cp.random.rand(nin)
>>> x = cp.linspace(0.01, 10*cp.pi, nin)
>>> x = x[r >= frac_points]
Plot a sine wave for the selected times:
>>> y = A * cp.sin(w*x+phi)
Define the array of frequencies for which to compute the periodogram:
>>> f = cp.linspace(0.01, 10, nout)
Calculate Lomb-Scargle periodogram:
>>> pgram = cusignal.lombscargle(x, y, f, normalize=True)
Now make a plot of the input data:
>>> plt.subplot(2, 1, 1)
>>> plt.plot(cp.asnumpy(x), cp.asnumpy(y), 'b+')
Then plot the normalized periodogram:
>>> plt.subplot(2, 1, 2)
>>> plt.plot(cp.asnumpy(f), cp.asnumpy(pgram))
>>> plt.show()

相關用法

注：本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cusignal.spectral_analysis.spectral.lombscargle。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

拋出：

注意：

參考：

例子：