實驗一: Python 程式語言初見面¶
用滑鼠點選以下程式碼，並按下"Play"鈕執行看看結果
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)點右上角按鈕下載此份文件"ipython notebook"
(2)將 SandS_lab1.ipynb 存放至"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 ipython notebook 指令來開啟 Jupyter 視窗
(5)開啟SandS_lab1.ipynb 開始以下實驗作答
In [1]:
#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-')
Out[1]:
問題一¶
(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)
實驗二: Python 之資料顯示以及np 陣列¶
用滑鼠點選以下程式碼，並按下"Play"鈕執行看看結果
In [5]:
#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))
問題二¶
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。
實驗三 : 弦波的頻率以及繪圖¶
用滑鼠點選以下程式碼，並按下"Play"鈕執行看看結果
In [6]:
#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');
問題三¶
(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)
實驗四 : 影像運算¶
用滑鼠點選以下程式碼，並按下"Play"鈕執行看看結果
In [1]:
#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')
Out[1]:
實驗五 FIR三點平均 濾波器¶
用滑鼠點選以下程式碼，並按下"Play"鈕執行看看結果
In [16]:
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
n=np.arange(100)
w_hat=0.5
x_n=np.exp(1.0j*w_hat*n)
x_n_1=np.exp(1j*w_hat*(n-1))
x_n_2=np.exp(1j*w_hat*(n-2))
y=(x_n+x_n_1+x_n_2)/3
plt.figure(figsize=(15,5), dpi=300)
plt.plot(np.real(x_n),'r*-')
plt.plot(np.real(x_n_1),'g*-')
plt.plot(np.real(x_n_2),'b*-')
params = {'backend': 'ps',
'xtick.labelsize': 24,
'ytick.labelsize': 24,}
plt.rcParams.update(params)
plt.figure(figsize=(15,5), dpi=300)
plt.plot(np.real(x_n_2),'r*-')
plt.plot(np.real(y),'b*-')
print ("Amplitude: %f" % np.abs(y)[0])
params = {'backend': 'ps',
'xtick.labelsize': 24,
'ytick.labelsize': 24,}
plt.rcParams.update(params)
In [11]:
ii=0
for w_hat in np.arange(-np.pi,np.pi,0.1):
x_n=np.exp(1j*w_hat*n)
x_n_1=np.exp(1j*w_hat*(n-1))
x_n_2=np.exp(1j*w_hat*(n-2))
y=(x_n*1/3+x_n_1*1/3+x_n_2*1/3)
if ii==0:
w_hat_all=np.array(w_hat)
y_abs=np.array(np.abs(y)[0])
else:
w_hat_all=np.append(w_hat_all,w_hat)
y_abs=np.append(y_abs,np.abs(y)[0])
ii+=1
plt.plot(w_hat_all,y_abs)
Out[11]:
