V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX  ›  necomancer  ›  全部回复第 5 页 / 共 31 页
回复总数  618
1  2  3  4  5  6  7  8  9  10 ... 31  
看你还有后续需求的样子……试试 mpi4py ?
2021-12-28 19:01:25 +08:00
回复了 wszgrcy 创建的主题 翻译 友链 英文怎么写?
一般就叫 Links 吧
2021-12-27 18:48:34 +08:00
回复了 shawnwang340 创建的主题 程序员 各位有没有 onedrive 的替代品啊,速度真是太慢了吧
试试坚果云?
2021-12-13 13:19:54 +08:00
回复了 gckend 创建的主题 Python 两个占用内存大小 20G+的矩阵做相乘, 10 块 GPU
矩阵分块

|A B| |E F| = | AE+BG AF +BH|
|C D| |G H| |CE+DG CF+DH|
2021-12-07 00:34:34 +08:00
回复了 Poluk 创建的主题 程序员 想问一下计算机组成原理和数据结构与算法的问题
@xiaowei0823 中枪
2021-11-27 11:40:30 +08:00
回复了 dydbm 创建的主题 Apple Mac 2021 款的最大问题不是丑么
@ftu 虾仁猪心←_←
2021-11-17 16:15:39 +08:00
回复了 ihciah 创建的主题 Python 有人尝试过使用 pypi 分发二进制程序吗?
@ihciah miniconda 也就 20M 吧……
2021-11-17 15:11:07 +08:00
回复了 ihciah 创建的主题 Python 有人尝试过使用 pypi 分发二进制程序吗?
conda ?
2021-11-11 00:38:01 +08:00
回复了 keroppi 创建的主题 Python pandas 怎么对比当前行的前面 7 天的所有某列的数字?
In [2]: ret = []

In [2]: for i in range(7, a.shape[0]+1):
...: m = np.argmin(a[i-7:i]) +i -7
...: ret.append((m, a[m], m==i-1))
...:

In [3]: ret
Out[3]:
[(4, 0.1070058697941636, False), # (绝对索引,值,当日是否为当周(前 7 日)最低)
(4, 0.1070058697941636, False),
(4, 0.1070058697941636, False),
(4, 0.1070058697941636, False),
(4, 0.1070058697941636, False),
(7, 0.38082268305528855, False),
(7, 0.38082268305528855, False),
(13, 0.3198102115371413, True),
(13, 0.3198102115371413, False),
(15, 0.26007158139013975, True),
(15, 0.26007158139013975, False),
(15, 0.26007158139013975, False),
(18, 0.1774755070886418, True),
(18, 0.1774755070886418, False)]

In [4]: a
Out[4]:
array([0.59171944, 0.95287085, 0.56036765, 0.91771266, 0.10700587,
0.67920182, 0.40034268, 0.38082268, 0.81140219, 0.78271362,
0.43178875, 0.7328393 , 0.93324926, 0.31981021, 0.74938937,
0.26007158, 0.33768583, 0.78881252, 0.17747551, 0.27862649])
2021-10-23 20:43:59 +08:00
回复了 meisen 创建的主题 互联网 程序员 5 年坚持制作免费教程造福百万学生
@Vhc001 为什么你的评论看起来像动画
2021-10-23 16:02:53 +08:00
回复了 zeronofreya 创建的主题 数学 平面内四个点,怎样保证能构建四角面?
from scipy.spatial import ConvexHull
hull = ConvexHull(verts) # 你的例子里 points = (4,2) array ,一般来说数组形状是(点数,维度)
剩下的看看 hull 的 vertices 就行,这个是寻找平面最大凸多边形算法,详情查书。

当然,如果你的 4 个点里有一个藏在内部了,这个算法返回的是三角形。比如你的 4 个点这么排列,那么返回的是外面的三角形。
*
----*----*
*
居然那么认真回答那个 temtion 问题……
git 上 @AoEiuV020 是好人啊
2021-10-22 23:14:22 +08:00
回复了 liuidetmks 创建的主题 数学 关于傅立叶变换的一点疑惑?(夜不能寐
昨天有事没详细写完,今天续上:考虑一个信号 f(t),变成一个长度为 N 的数组,数组标 i 其实和 t 是对应的,比如 t 是 0-T,那么 i=0,...N-1 对应 0,dt,2dt,3dt,....T-dt,其中 dt=T/N,但如果变成频率,首先,根据时频域倒数的关系,频率的单位是 1/T,第二,根据 Nyquist 定理,最大频率不能超过 0.5/dt,所以频率范围是 -0.5/dt~0.5/dt 。
程序里其实涉及的是数组下标的转换,在离散傅里叶变换里,输出数组的长度也是 N,比如下标 k 是 0,1,2,3,4,...N,那么按照定义,F[k] = \sum_{m=0}^{N-1} f[m]Exp(-i 2\pi mk/N),我们如果按照下标顺序也就是 0,1,2,3...计算的话,可以从 Exp(-i2\pi mk/N)里看出,当 k<N/2 时没有任何问题,我们可以让数组下标 0,1,....N/2 对应频率 0,1/T,2/T...0.5/dt,但当 k>N/2 时,按照数组下标对应规则,频率就超过 0.5/dt 了,这是不现实的,由于傅里叶变换因子存在对称性,即令 k=N/2+j (直接对应频率 0.5/dt+j/T),其中 j<N/2,那么变换因子 Exp(-i2\pi mk/N)=Exp(-i 2\pi m (1/2+j/N)) = Exp(-i \pi m -i2\pi mj/N),考虑 k'=j-N/2,则 Exp(-i2\pi mk'/N)=Exp(-i 2\pi m (j/N-1/2))=Exp(i \pi m -i2\pi mj/N),和 k=N/2+j 时是一样的(Exp(i \pi m)=-1^m,m 为整数),也就是说 k=N/2+j 对应的大于 0.5/dt 的频率其实等于一个负数频率即(j-N/2)/T=j/T-0.5/dt,这就是输出数组排序按照零频-低频-高频-负高频-负低频的原因。
@Tilie 你是 6 月前续认证么……我记得我当时学生邮箱只让认证属权就行,但毕业以后他自动提示说这个邮箱不行,需要上传辅助资料,时间非常准……
@v2exblog 那个是人工审核,好像官方也明确写了上传的文件要有完整信息,包括 expired time,所以过期学生证也是不行的。我之前上传了一个随便拍有点糊的结果还收到了邮件,要求重新上传一次清晰图片……
@qihu3721 国内 edu 大多数也不受信任,需要上传学生 /教师证
2021-10-19 22:44:58 +08:00
回复了 liuidetmks 创建的主题 数学 关于傅立叶变换的一点疑惑?(夜不能寐
公式写错了,t->v
F(v) = \int f(t)Exp(-i 2\pi v t)d t
很显然当 f(t) 是实函数的时候 F(-v) = conj(F(v)),f 是复数的时候没有这个性质
然后离散傅里叶变换,加和变积分,F[k] = \sum_{m=0}^{N-1} f[m]Exp(-i 2\pi mk/N)
输出的数组按 k 为下标的话,F[0] 就是 \sum_{m=0}^{N-1} f[m]为整个信号的加和(积分),也是所谓的零频。如果数组长度是 N 的话,那么频率 k 最大到 N//2,这是 Nyquist 定理决定的,所以傅里叶变换后的数组 F[0~N//2] 是 0 频到最大频率,而 N//2~N 是负频率,即-N//2+1, ...., -1, 所以整个数组按照频率排序的话(偶数 N )的结构是 [0,1,2,...,N//2,-N//2+1,...,-1],而 fftshift 函数会将数组重排成为(按照频率)[-N//2+1,....-1,0,1...,N//2], 不难验证当 k=-N//2 和 N//2 时二者相等。正因为 Nyquist 定理决定了傅里叶变换后频率大小小于数组一半,即|k|<N/2,以及算法的原因,傅里叶变换的输出是先 0 频,再低频到高频,然后是负频率从高负频到低负频,
1  2  3  4  5  6  7  8  9  10 ... 31  
关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   我们的愿景   ·   实用小工具   ·   3452 人在线   最高记录 6543   ·     Select Language
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.8.5 · 37ms · UTC 11:11 · PVG 19:11 · LAX 04:11 · JFK 07:11
Developed with CodeLauncher
♥ Do have faith in what you're doing.