修复Numpy中的相位展开错误
修复Numpy中的相位展开错误
提问于 2012-04-12 22:52:53
我有一系列的解包阶段，有一些解包错误，包括Pi的+/-倍数跳跃：
import numpy
a = numpy.array([0.5, 1.3, 2.4, 10.3, 10.8, 10.2, 7.6, 3.2, 2.9])在这个例子中，在2.4和10.3之间有2个周期的第一次跳跃，在7.6和3.2之间有-1个周期的跳跃。我想移除跳跃。问题是，当您删除跳转时，您需要相应地增加或减少序列的其余部分，而不仅仅是发生跳转的值。
有没有一种更干净的方法(没有/更少的循环，更快)来做到这一点：
jumpsexist = 1
while jumpsexist:
# Look for absolute differences greater than Pi
jump = numpy.abs((numpy.roll(a,-1) -a)) > numpy.pi
if jump[:-1].any():
# Find the index of the first jump
jumpind = numpy.argmax(jump) + 1
# Calculate the number of cycles in that jump
cycles = ((a[jumpind] - a[jumpind- 1]) / numpy.pi).astype("Int8")
# Remove the cycles
a[jumpind:] -= cycles * numpy.pi
else:
break回答 2
Stack Overflow用户
回答已采纳
发布于 2012-04-17 20:37:13
NumPy提供了用于相位展开的函数numpy.unwrap()。使用默认参数值，它将校正模为2π的相位数组，以便所有跳变小于或等于π：
>>> a = numpy.array([0.5, 1.3, 2.4, 10.3, 10.8, 10.2, 7.6, 3.2, 2.9])
>>> numpy.unwrap(a)
array([ 0.5 , 1.3 , 2.4 , 4.01681469, 4.51681469,
3.91681469, 1.31681469, 3.2 , 2.9 ])Stack Overflow用户
发布于 2012-04-12 23:24:54
这样如何：
import numpy as np
a = np.array([0.5, 1.3, 2.4, 10.3, 10.8, 10.2, 7.6, 3.2, 2.9])
d = np.diff(a)/np.pi
b = np.empty_like(a)
b[0] = a[0]
b[1:] = a[1:]-(np.floor(np.abs(d))*np.sign(d)).cumsum()*np.pi这就给出了：
In [40]: print a
[ 0.5 1.3 2.4 10.3 10.8 10.2 7.6 3.2 2.9]
In [41]: print b
[ 0.5 1.3 2.4 4.01681469 4.51681469 3.91681469
1.31681469 0.05840735 -0.24159265]在这里，d保持有符号的“跳跃”，并且适当截断的“跳跃”的累加和是pi的倍数，它需要被移除/添加到序列的每个成功元素。
这就是你的意思吗？
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/10126125
复制相关文章
相似问题
腾讯云开发者
