摘要：眾所周知，scipy是python信號處理的重要第三方庫，但scipy也有其缺點，兼容性似乎不友好。筆者在使用pyinstaller打包scipy函數(shù)時，無法成功。所以萌生了一個念頭：在信號處理中，使用numpy替代scipy。

00 正弦信號  np.sin(t)

幅值默認(rèn)為1：

import numpy as np
import matplotlib.pyplot as plt
fs=256 #采樣率
f=5  # 頻率，一秒內(nèi)有五對峰值峰谷
t=np.arange(0,2,1/fs)
xt=np.sin(2*np.pi*f*t)
plt.plot(t,xt)
plt.grid()

 

01 余弦信號 np.cos(t)

幅值默認(rèn)為1：

import numpy as np
import matplotlib.pyplot as plt
fs=256 #采樣率
f=5  # 頻率，一秒內(nèi)有五對峰值峰谷
t=np.arange(0,2,1/fs)
xt=np.cos(2*np.pi*f*t)
plt.plot(t,xt)
plt.grid()

 

02 三角信號  sawtooth(t,width=1)

幅值默認(rèn)為1：

import numpy as np
import matplotlib.pyplot as plt
def sawtooth(t, width=1):
    t, w = np.asarray(t), np.asarray(width)
    w = np.asarray(w + (t - t))
    t = np.asarray(t + (w - w))
    if t.dtype.char in ['fFdD']:
        ytype = t.dtype.char
    else:
        ytype = 'd'
    y = np.zeros(t.shape, ytype)
    mask1 = (w > 1) | (w < 0)
    np.place(y, mask1, np.nan)
    tmod = np.mod(t, 2 * np.pi)
    mask2 = (1 - mask1) & (tmod < w * 2 * np.pi)
    tsub = np.extract(mask2, tmod)
    wsub = np.extract(mask2, w)
    np.place(y, mask2, tsub / (np.pi * wsub) - 1)
    mask3 = (1 - mask1) & (1 - mask2)
    tsub = np.extract(mask3, tmod)
    wsub = np.extract(mask3, w)
    np.place(y, mask3, (np.pi * (wsub + 1) - tsub) / (np.pi * (1 - wsub)))
    return y
fs=256 #采樣率
f=5  # 頻率，一秒內(nèi)有五對峰值峰谷
t=np.arange(0,2,1/fs)
xt=sawtooth(2*np.pi*f*t,1)
plt.plot(t,xt)
plt.grid()

 

xt=sawtooth(2*np.pi*f*t,0)

xt=sawtooth(2*np.pi*f*t,0.5)

 

03 方波信號 square(t,duty=0.5)

幅值默認(rèn)為1：

 import numpy as np
import matplotlib.pyplot as plt
def square(t, duty=0.5):
    t, w = np.asarray(t), np.asarray(duty)
    w = np.asarray(w + (t - t))
    t = np.asarray(t + (w - w))
    if t.dtype.char in ['fFdD']:
        ytype = t.dtype.char
    else:
        ytype = 'd'
    y = np.zeros(t.shape, ytype)
    mask1 = (w > 1) | (w < 0)
    np.place(y, mask1, np.nan)
    tmod = np.mod(t, 2 * np.pi)
    mask2 = (1 - mask1) & (tmod < w * 2 * np.pi)
    np.place(y, mask2, 1)
    mask3 = (1 - mask1) & (1 - mask2)
    np.place(y, mask3, -1)
    return y
fs=256 #采樣率
f=5  # 頻率，一秒內(nèi)有五對峰值峰谷
t=np.arange(0,2,1/fs)
xt=square(2*np.pi*f*t,0.5)
plt.plot(t,xt)
plt.grid()

 

xt=square(2*np.pi*f*t,0.25)

 

xt=square(2*np.pi*f*t,0.75)

 

xt=square(2*np.pi*f*t,1)

 

04 掃頻信號 chirp(t,f0,t1,f1,method='linear')

幅值默認(rèn)為1：

fs=256 #采樣率
t=np.arange(0,2,1/fs)
f0=6 #起點頻率
f1=1 #終點頻率
xt=chirp(t,f0,3,f1,method='linear')
plt.plot(t,xt)
plt.grid()

xt=chirp(t,f0,3,f1,method='quadratic')

xt=chirp(t,f0,3,f1,method='logarithmic')

05 沖擊信號 unit_impluse(shape,idx='mid')

 幅值默認(rèn)為1：

import numpy as np
import matplotlib.pyplot as plt
def unit_impulse(shape, idx=None, dtype=float):
    out = np.zeros(shape, dtype)
    shape = np.atleast_1d(shape)
    if idx is None:
        idx = (0,) * len(shape)
    elif idx == 'mid':
        idx = tuple(shape // 2)
    elif not hasattr(idx, "__iter__"):
        idx = (idx,) * len(shape)
    out[idx] = 1
    return out
fs=256 #采樣率
t=np.arange(0,2,1/fs)
xt=unit_impulse(len(t),'mid')
plt.plot(t,xt)
plt.grid()

 

06 高斯調(diào)制余弦信號 gausspulse(t,fc=1000,retenv=False)

fs=256 #采樣率
t=np.arange(-1,2,1/fs)
xr,xe = gausspulse(t,2,retenv=True)
plt.plot(t,xr,color='r')
plt.plot(t,xe,color='b')
plt.grid()