若想要在家中電腦執行以下程式,請前往 https://store.continuum.io/cshop/anaconda/ 下載Anaconda Python 軟體
實驗開始步驟:
(1)前往 https://github.com/htygithub/SS_EXP 點選右下角按鈕 "Download Zip"
(2)將 Zip 檔解壓縮至"我的文件"
(3)按下開始工具列->附屬應用程式->命令提示字元 來開啟命令列視窗
(4)於命令列鍵入 jupyter notebook 指令來開啟 Jupyter 視窗
(5)開啟Lesson_0_Scipy_intro.ipynb 開始以下實驗作答
用滑鼠點選以下程式碼,並按下"Play"鈕執行看看結果
#coding: utf-8
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
x=np.array([0,0,0,0,1,1,1,1,0,0,0,0])
plt.plot(x,'ro-')
(1)按加號新增一個"Markdown"區塊,描述你看到了什麼。
(2)再按加號新增一個"code"區塊,嘗試畫出 "三個帽子"的波形
(按加號後,點選 'Cell Toolbar' 左方是下拉式選單,選擇 CODE)
用滑鼠點選以下程式碼,並按下"Play"鈕執行看看結果
#coding: utf-8
import numpy as np
t=np.arange(0,1,0.1)
print (t)
print ("這是 np.arange(0,1,0.1)的結果:" + str(t))
print ("加上一些換行字元\n\n\n" + "換行的結果是這樣\n")
t=np.arange(0,1,0.01)
print ("這是 np.arange(0,1,0.01)的結果:")
print (t)
sumt=sum(np.arange(0,10,1))
print ("\n\n\n這是 sum(np.arange(0,10,1))的結果:" +str(sumt))
新增一個"Markdown"區塊,將以下問題之答案寫下來。
(1)請推論 np.arange 這個函數的用處,以及三個輸入值的意義。
(2)新增一個"code"區塊,利用python 程式碼,計算100以下偶數之總合。
用滑鼠點選以下程式碼,並按下"Play"鈕執行看看結果
#coding: utf-8
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
t=np.arange(0,1,0.01)
pi=np.pi
curve=np.sin(2*pi*10*t)
curve2=np.sin(2*pi*5*t)
plt.plot(t,curve,'b',t,curve2,'r')
(1)假設橫軸時間單位為秒,請問curve及curve2各為幾Hz弦波(也就是在一秒內走了幾個週期)?
(新增一個"Markdown"區塊,回答此問題)
(2)又我們如何改變指令,畫出一個 3 Hz的Cosine波呢?
(新增一個"CODE"區塊,回答此問題)
用滑鼠點選以下程式碼,並按下"Play"鈕執行看看結果
#coding: utf-8
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
x=np.array([0,0,0,1,1,1,1,0,0,0])
y=np.array([x,x,x,x,x,x,x,x,x,x])
print(y)
print(y.shape)
plt.figure(1)
plt.imshow(y,cmap='gray',interpolation='nearest')
y=np.array([x/5.,x/4.,x/3.,x/2.,x/1.,x,x,x,x,x])
plt.figure(2)
plt.imshow(y,cmap='gray',interpolation='nearest')
用滑鼠點選以下程式碼,並按下"Play"鈕執行看看結果
#coding: utf-8
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
x=np.array([0,0,0,1,1,1,1,0,0,0])
y=np.array([x,x,x,x,x,x,x,x,x,x])
z=np.zeros([10,10,3])
z[:,:,0]=y
plt.figure(figsize=[15,5])
plt.subplot(1,4,1)
plt.imshow(z,interpolation='nearest')
#######################################
z=np.zeros([10,10,3])
z[:,:,1]=y
plt.subplot(1,4,2)
plt.imshow(z,interpolation='nearest')
#######################################
z=np.zeros([10,10,3])
z[:,:,2]=y
plt.subplot(1,4,3)
plt.imshow(z,interpolation='nearest')
#######################################
z=np.zeros([10,10,3])
z[:,:,0]=y
z[:,:,1]=y
plt.subplot(1,4,4)
plt.imshow(z,interpolation='nearest')