python常見的內(nèi)置函數(shù)有:
創(chuàng)新互聯(lián)科技有限公司專業(yè)互聯(lián)網(wǎng)基礎(chǔ)服務(wù)商,為您提供重慶服務(wù)器托管,高防物理服務(wù)器租用,成都IDC機(jī)房托管,成都主機(jī)托管等互聯(lián)網(wǎng)服務(wù)。
1. abs()函數(shù)返回?cái)?shù)字的絕對(duì)值。
2. all() 函數(shù)用于判斷給定的參數(shù)中的所有元素是否都為 TRUE,如果是返回 True,否則返回 False。元素除了是 0、空、None、False 外都算 True;空元組、空列表返回值為True。
3. any() 函數(shù)用于判斷給定的參數(shù)是否全部為False,是則返回False,如果有一個(gè)為True,則返回True。 元素除了是 0、空、False外都算 TRUE。
4. bin()函數(shù)返回一個(gè)整數(shù)int或者長(zhǎng)整數(shù)long int的二進(jìn)制表示。
5. bool() 函數(shù)用于將給定參數(shù)轉(zhuǎn)換為布爾類型,如果參數(shù)不為空或不為0,返回True;參數(shù)為0或沒有參數(shù),返回False。
6. bytearray()方法返回一個(gè)新字節(jié)數(shù)組。這個(gè)數(shù)組里的元素是可變的,并且每個(gè)元素的值范圍: 0 = x 256(即0-255)。即bytearray()是可修改的二進(jìn)制字節(jié)格式。
7. callable()函數(shù)用于檢查一個(gè)對(duì)象是否可調(diào)用的。對(duì)于函數(shù)、方法、lambda函式、類以及實(shí)現(xiàn)了 __call__ 方法的類實(shí)例, 它都返回 True。(可以加括號(hào)的都可以調(diào)用)
8. chr()函數(shù)用一個(gè)范圍在range(256)內(nèi)(即0~255)的整數(shù)作參數(shù),返回一個(gè)對(duì)應(yīng)的ASCII數(shù)值。
9. dict()函數(shù)用來將元組/列表轉(zhuǎn)換為字典格式。
10. dir()函數(shù)不帶參數(shù)時(shí),返回當(dāng)前范圍內(nèi)的變量、方法和定義的類型列表;帶參數(shù)時(shí),返回參數(shù)的屬性、方法列表。
擴(kuò)展資料:
如何查看python3.6的內(nèi)置函數(shù)?
1、首先先打開python自帶的集成開發(fā)環(huán)境IDLE;
2、然后我們直接輸入"dir(__builtins__)",需要注意的是builtins左右的下劃線都是兩個(gè);
3、回車之后我們就可以看到python所有的內(nèi)置函數(shù);
4、接下來我們學(xué)習(xí)第二種查看python內(nèi)置函數(shù)的方法,我們直接在IDLE中輸入"import builtins",然后輸入"dir(builtins)";
5、然后回車,同樣的這個(gè)方法也可以得到所有的python內(nèi)置的函數(shù);
6、這里我們可以使用python內(nèi)置函數(shù)len()來查看python內(nèi)置函數(shù)的個(gè)數(shù),這里我們直接輸入"len(dir(builtins))";
7、回車之后我們可以看到系統(tǒng)返回值153,說明我們現(xiàn)在這個(gè)版本中有153個(gè)內(nèi)置函數(shù);
8、最后我們介紹一個(gè)比較有用的內(nèi)置函數(shù)"help",python內(nèi)置函數(shù)有一百多個(gè),我們當(dāng)然不能記住所有的函數(shù),這里python提供了一個(gè)"help"函數(shù),我們來看一個(gè)例子一起來體會(huì)一下help函數(shù)的用法,這里我們直接輸入"help(len)",然后回車,會(huì)看到系統(tǒng)給我們對(duì)于內(nèi)置函數(shù)"len"的解釋,當(dāng)然對(duì)于其他函數(shù)可能會(huì)有更加詳細(xì)的解釋以及用法提示。
對(duì)于氣象繪圖來講,第一步是對(duì)數(shù)據(jù)的處理,通過各類公式,或者統(tǒng)計(jì)方法將原始數(shù)據(jù)處理為目標(biāo)數(shù)據(jù)。
按照氣象統(tǒng)計(jì)課程的內(nèi)容,我給出了一些常用到的統(tǒng)計(jì)方法的對(duì)應(yīng)函數(shù):
在計(jì)算氣候態(tài),區(qū)域平均時(shí)均要使用到求均值函數(shù),對(duì)應(yīng)NCL中的dim_average函數(shù),在python中通常使用np.mean()函數(shù)
numpy.mean(a, axis, dtype)
假設(shè)a為[time,lat,lon]的數(shù)據(jù),那么
需要特別注意的是,氣象數(shù)據(jù)中常有缺測(cè),在NCL中,使用求均值函數(shù)會(huì)自動(dòng)略過,而在python中,當(dāng)任意一數(shù)與缺測(cè)(np.nan)計(jì)算的結(jié)果均為np.nan,比如求[1,2,3,4,np.nan]的平均值,結(jié)果為np.nan
因此,當(dāng)數(shù)據(jù)存在缺測(cè)數(shù)據(jù)時(shí),通常使用np.nanmean()函數(shù),用法同上,此時(shí)[1,2,3,4,np.nan]的平均值為(1+2+3+4)/4 = 2.5
同樣的,求某數(shù)組最大最小值時(shí)也有np.nanmax(), np.nanmin()函數(shù)來補(bǔ)充np.max(), np.min()的不足。
其他很多np的計(jì)算函數(shù)也可以通過在前邊加‘nan’來使用。
另外,
也可以直接將a中缺失值全部填充為0。
np.std(a, axis, dtype)
用法同np.mean()
在NCL中有直接求數(shù)據(jù)標(biāo)準(zhǔn)化的函數(shù)dim_standardize()
其實(shí)也就是一行的事,根據(jù)需要指定維度即可。
皮爾遜相關(guān)系數(shù):
相關(guān)可以說是氣象科研中最常用的方法之一了,numpy函數(shù)中的np.corrcoef(x, y)就可以實(shí)現(xiàn)相關(guān)計(jì)算。但是在這里我推薦scipy.stats中的函數(shù)來計(jì)算相關(guān)系數(shù):
這個(gè)函數(shù)缺點(diǎn)和有點(diǎn)都很明顯,優(yōu)點(diǎn)是可以直接返回相關(guān)系數(shù)R及其P值,這避免了我們進(jìn)一步計(jì)算置信度。而缺點(diǎn)則是該函數(shù)只支持兩個(gè)一維數(shù)組的計(jì)算,也就是說當(dāng)我們需要計(jì)算一個(gè)場(chǎng)和一個(gè)序列的相關(guān)時(shí),我們需要循環(huán)來實(shí)現(xiàn)。
其中a[time,lat,lon],b[time]
(NCL中為regcoef()函數(shù))
同樣推薦Scipy庫(kù)中的stats.linregress(x,y)函數(shù):
slop: 回歸斜率
intercept:回歸截距
r_value: 相關(guān)系數(shù)
p_value: P值
std_err: 估計(jì)標(biāo)準(zhǔn)誤差
直接可以輸出P值,同樣省去了做置信度檢驗(yàn)的過程,遺憾的是仍需同相關(guān)系數(shù)一樣循環(huán)計(jì)算。
Python-for-data-移動(dòng)窗口函數(shù)
本文中介紹的是 ,主要的算子是:
統(tǒng)計(jì)和通過其他移動(dòng)窗口或者指數(shù)衰減而運(yùn)行的函數(shù),稱之為 移動(dòng)窗口函數(shù)
style scoped="".dataframe tbody tr th:only-of-type { vertical-align: middle; } precode.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } /code/pre/style
2292 rows × 3 columns
rolling算子,行為和resample和groupby類似
rolling可以在S或者DF上通過一個(gè)window進(jìn)行調(diào)用
style scoped="".dataframe tbody tr th:only-of-type { vertical-align: middle; } precode.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } /code/pre/style
2292 rows × 3 columns
指定一個(gè)常數(shù)衰減因子為觀測(cè)值提供更多的權(quán)重。常用指定衰減因子的方法:使用span(跨度)
一些統(tǒng)計(jì)算子,例如相關(guān)度和協(xié)方差等需要同時(shí)操作兩個(gè)時(shí)間序列。
例如,金融分析中的股票和基準(zhǔn)指數(shù)的關(guān)聯(lián)性問題:計(jì)算時(shí)間序列的百分比變化pct_change()
style scoped="".dataframe tbody tr th:only-of-type { vertical-align: middle; } precode.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } /code/pre/style
在rolling及其相關(guān)方法上使用apply方法提供了一種在移動(dòng)窗口中應(yīng)用自己設(shè)計(jì)的數(shù)組函數(shù)的方法。
唯一要求:該函數(shù)從每個(gè)數(shù)組中產(chǎn)生一個(gè)單值(縮聚),例如使用rolling()...quantile(q)計(jì)算樣本的中位數(shù)
對(duì)濾波的 總結(jié) : 對(duì)特定頻率進(jìn)行有效提取,并對(duì)提取部分進(jìn)行特定的處理(增益,衰減,濾除)的動(dòng)作被叫做濾波。
最常用的濾波器類型有三種: 通過式(Pass),擱架式(Shelving)和參量式(Parametric)。 濾波器都有一個(gè)叫 參考頻率(Reference Frequency)的東西 ,在不同類型的濾波器中,具體的叫法會(huì)有所不同。
通過式濾波器可以讓參考頻率一側(cè)的頻率成分完全通過該濾波器,同時(shí)對(duì)另一側(cè)的頻率成分做線性的衰減,就是,一邊讓通過,一邊逐漸被濾除。在信號(hào)學(xué)中,通過的區(qū)域被稱為通帶,濾除的區(qū)域被叫做阻帶,在通過式濾波器中,參考頻率通常被稱為截止頻率。
高通濾波器(high-pass filters):讓截止頻率后的高頻區(qū)域通過,另一側(cè)濾除,低通濾波器(low-pass filters):讓截止頻率前的低頻區(qū)域通過,另一側(cè)濾除,通
以下是高通濾波器與低通濾波器的核心參數(shù):
截止頻率(Cut-off frequency) :決定了通帶(通過的頻率部分)與阻帶(阻止的頻率部分)的分界曲線,截止頻率的位置并非是在曲線開始彎曲的那個(gè)點(diǎn),而是在-3dB的位置。以圖2左側(cè)的高通濾波器為例,截止頻率點(diǎn)之上的部分頻率并沒有全部被通過,而是有個(gè)曲線,在曲線回歸平直后其頻率才被完全通過。至于為什么要將-3dB的位置設(shè)為截止頻率,是因?yàn)?3dB對(duì)于濾波器的設(shè)計(jì)而言是個(gè)非常重要的位置,如果設(shè)為其他位置,則會(huì)讓通過式濾波器的設(shè)計(jì)變得尤為復(fù)雜。
斜率(Slope) :表示的是通帶與阻帶的分界曲線的傾斜程度,也就是說斜率決定了分界曲線是偏向平緩的,還是偏向垂直的,斜率越大(更陡峭),人工處理的痕跡就越明顯。斜率的單位為dB/oct,中文稱為分貝每倍頻程。雖然繞口,但其實(shí)很簡(jiǎn)單,如6dB/oct,意思為一個(gè)倍頻程的距離會(huì)產(chǎn)生6dB的衰減,數(shù)字濾波器常見的斜率選擇有6dB/oct,12dB/oct,18dB/oct,24dB/oct,30dB/oct等等(圖3)。
scipy.signal.filtfilt(b, a, x, axis=-1, padtype='odd', padlen=None, method='pad', irlen=None)
scipy.signal.butter(N, Wn, btype='low', analog=False, output='ba')
這里假設(shè)采樣頻率為1000hz,信號(hào)本身最大的頻率為500hz,要濾除10hz以下和400hz以上頻率成分,即截至頻率為10hz和400hz,則wn1=2*10/1000=0.02,wn2=2*400/1000=0.8。Wn=[0.02,0.8]
新聞標(biāo)題:python求衰減函數(shù) 什么是衰減函數(shù)
本文路徑:http://jinyejixie.com/article14/dodhige.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供域名注冊(cè)、企業(yè)網(wǎng)站制作、搜索引擎優(yōu)化、網(wǎng)站內(nèi)鏈、品牌網(wǎng)站設(shè)計(jì)、App開發(fā)
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請(qǐng)盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如需處理請(qǐng)聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來源: 創(chuàng)新互聯(lián)
猜你還喜歡下面的內(nèi)容