Python SciPy signal.convolve用法及代碼示例

本文簡要介紹 python 語言中 scipy.signal.convolve 的用法。

用法:

scipy.signal.convolve(in1, in2, mode='full', method='auto')#

卷積兩個 N 維數組。

卷積 in1 和 in2，輸出大小由 mode 參數確定。

參數 ：：

in1： array_like

第一個輸入。

in2： array_like

第二輸入。應該具有與 in1 相同的維數。

mode： str {‘full’, ‘valid’, ‘same’}，可選

指示輸出大小的字符串：

full

輸出是輸入的完全離散線性卷積。 (默認)

valid

輸出僅包含那些不依賴零填充的元素。在 ‘valid’ 模式中，in1 或 in2 在每個維度上都必須至少與另一個一樣大。

same

輸出與 in1 大小相同，以 ‘full’ 輸出為中心。

method： str {‘auto’, ‘direct’, ‘fft’}，可選

一個字符串，指示使用哪種方法來計算卷積。

direct

卷積直接從總和確定，即卷積的定義。

fft

傅裏葉變換用於通過調用 fftconvolve 來執行卷積。

auto

根據更快的估計自動選擇直接或傅立葉方法(默認)。有關詳細信息，請參閱注釋。

返回 ：：

convolve： 數組

一個 N 維數組，包含 in1 與 in2 的離散線性卷積的子集。

警告 ：：

RuntimeWarning

對包含 NAN 或 INF 的輸入使用 FFT 卷積將導致整個輸出為 NAN 或 INF。當您的輸入包含 NAN 或 INF 值時，請使用 method='direct'。

注意：

默認，convolve和scipy.signal.correlate采用method='auto'，它調用scipy.signal.choose_conv_method使用預先計算的值選擇最快的方法(scipy.signal.choose_conv_method也可以使用關鍵字參數測量real-world 時間)。因為scipy.signal.fftconvolve依賴於浮點數，有一些約束可能會強製方法=直接(更詳細的scipy.signal.choose_conv_method文檔字符串)。

例子：

使用 Hann 窗平滑方脈衝：

>>> import numpy as np
>>> from scipy import signal
>>> sig = np.repeat([0., 1., 0.], 100)
>>> win = signal.windows.hann(50)
>>> filtered = signal.convolve(sig, win, mode='same') / sum(win)

>>> import matplotlib.pyplot as plt
>>> fig, (ax_orig, ax_win, ax_filt) = plt.subplots(3, 1, sharex=True)
>>> ax_orig.plot(sig)
>>> ax_orig.set_title('Original pulse')
>>> ax_orig.margins(0, 0.1)
>>> ax_win.plot(win)
>>> ax_win.set_title('Filter impulse response')
>>> ax_win.margins(0, 0.1)
>>> ax_filt.plot(filtered)
>>> ax_filt.set_title('Filtered signal')
>>> ax_filt.margins(0, 0.1)
>>> fig.tight_layout()
>>> fig.show()