通常，在數字信號處理時，我們避不開matlab這個工具，因其它的強大的功能受到廣大工程師的好評，也一直都是業界的不二之選。但是，matlab畢竟是商業軟件，公司里如果使用的話，就需要支付高昂的費用。即使公司購買了商業版本，也不會每個人都能隨時使用，這對我們平時的工作和學習將會帶來很多的不便之處。

不過，除了Matlab外，還有什么不錯的工具推薦呢？在這里為大家推薦的是一直很受歡迎的Python。對Python有所了解的同學就會知道，Python擁有豐富的第三方庫，涉及到各個領域。應該說，沒有你不知道的，只有你想不到的，它通通都有。在科學研究和數據處理上，它的應用非常的廣泛。而且，他們通通都是免費的。是不是很誘人？不過，按照Python后，需要我們根據需求自己手動安裝相關的第三方庫，今天和大家一起學習下如何使用Python替代matlab進行數字信號處理。

---

numpy是一個支持多維度的數組和矩陣運算庫，并包含了大量的數學函數庫，其科學數值運算較為高效，而被廣泛應用于各種工程研發中。安裝命令如下：

python -m pip install numpy

如下圖，出現安裝成功的提示即可。

我們使用numpy寫個代碼試試吧。

import numpy as npimport numpy.matlibn1 = np.zeros((3,4), dtype=int) #創建數組并初始化為0print("n1 = ")print(n1)print(" ---------- ")n2 = np.ones((3,3), dtype=int) #創建數據并初始化為1print("n2 = ")print(n2)print("n2 * n2 = ")print(n2 * n2)print(" ---------- ")print("n3 = ")n3 = np.matlib.zeros((3,4), dtype=int) #創建矩陣并初始化為0print(n3)print(" ---------- ")n4 = np.matlib.ones((3,3), dtype=int) #創建矩陣并初始化為1print("n4 = ")print(n4)print("n4 * n4 = ")print(n4*n4)

代碼運行的結果如下，上面的示例中，n1和n2是兩個數組，而n3和n4是兩個矩陣，不過，矩陣庫在numpy.matlab中。這里初始化我們用到了zeros和ones函數，是不是和之前學習的C++的Eigen庫類似？

---

matplotlib是一個風格類似matlab的繪圖庫，有著豐厚的圖表繪制功能，并且和matlab有著相似的函數，對于熟悉matlab的同學可以無縫切入。安裝命令如下：

python -m pip install matplotlib

到這里我們已經安裝了numpy和matplotlib這兩個庫，我們再結合numpy畫個曲線看看，例如：y=3x+2。

import numpy as npfrom matplotlib import pyplot as pltx = np.arange(0, 10)y = 3*x + 2print("x=")print(x)print("y=")print(y)plt.plot(x, y)plt.title("y = 3x + 2")plt.show()

終端輸出x,y的值：

關于x,y的曲線圖：

---

scipy是一個開源的科學計算庫，主要有最優化、線性代數、積分、插值、擬合、特殊函數、快速傅里葉變換、信號處理、圖像處理、常微分方程求解器等功能。安裝命令如下：

python -m pip install scipy

scipy庫比上面兩個要大一些，下載速度可能較慢，同學們請耐心等待。

按照慣例，這里可以上代碼了，我們結合上面的numpy和matplotlib庫寫個正弦信號和正弦信號的傅立葉變換的例子。

import numpy as npfrom matplotlib import pyplot as pltimport scipy as scifs = 100 # 采樣率N = 256 # 數據點數n = np.linspace(0,N-1,N)print(n)t = n / fs #時間序列x = 0.5 * np.sin(2*np.pi*15*t) + 2*np.sin(2*np.pi*40*t) #實信號y1 = sci.fft.fft(x, N) #信號傅立葉變換y2 = sci.fft.fftshift(y1)mag1 = abs(y1) #對信號取模求振幅mag2 = abs(y2)f1 = n * fs / N #頻率序列f2 = n * fs / N - fs/2plt.subplot(3,1,1)plt.title("usual FFT")plt.xlabel("freq/Hz")plt.ylabel("Amp")plt.plot(f1, mag1) #隨頻率變化的振幅plt.subplot(3,1,2)plt.title("FFT without fftshift")plt.xlabel("Freq/Hz")plt.ylabel("Amp")plt.plot(f2, mag1) #隨頻率變化的振幅plt.subplot(3,1,3)plt.title("FFT after fftshift")plt.xlabel("Freq/Hz")plt.ylabel("Amp")plt.plot(f2, mag2) #隨頻率變化的振幅plt.show()

執行結果如下：

---

當然，我們還可以用命令查看我們安裝了哪些庫。

python -m pip list

以上，這三個庫是平時數字信號處理用到的非常重要的三個庫。是不是已經心動了？大家趕快動手試下吧！

總結

以上是生活随笔為你收集整理的matlab fftshift_数字信号处理没有Matlab？用Python一样很爽的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。