我最近用Python替换了Matlab因为我是真的;因为Sympy而兴奋.
但现在我有以下问题:
我需要一种用Python可靠地计算连续傅里叶变换的方法. Sympy在解决方案方面存在问题,包括Diracs(Delta函数),因为它们例如出现在三角函数等处.
例如,如果我尝试
fourIEr_transform(cos(x),x,v)
输出为0,它应该基于Dirac delta函数
有没有人知道,如果Sympy的这一部分有待改进,或者是否有其他方法可以通过Python分析性地找到傅立叶变换?
感谢您提前给出答案或任何建议!
最佳答案据我所知,目前没有人正在研究这个问题,尽管contributions are welcome.我可以给出一些建议:
>如果在fourIEr_transform()中设置noconds = False,则包含0为True的条件:
In [26]: fourIEr_transform(cos(t),t,noconds=False)Out[26]:⎛ │ ⎛ -ⅈ⋅π 2 ⎞│ │ ⎛ ⅈ⋅π 2 ⎞│ ⎞⎝0,│periodic_argument⎝ℯ ⋅polar_lift (x),∞⎠│ < π ∧ │periodic_argument⎝ℯ ⋅polar_lift (x),∞⎠│ < π⎠
除非显示0并非完全错误,否则这些条件不是很有用.
>您可以使用FourIErtransform来表示未评估的傅里叶变换.您可以在其上调用doit()来评估它或重写(Integral)以获得整数形式:
In [28]: FourIErtransform(cos(t),x).rewrite(Integral)Out[28]:∞⌠⎮ -2⋅ⅈ⋅π⋅t⋅x⎮ ℯ ⋅cos(t) dt⌡-∞
我现在最好的建议是通过 *** 作FourIErtransform对象或积分来进行SymPy目前无法手动完成的傅里叶变换.
总结以上是内存溢出为你收集整理的使用Python / Sympy进行连续傅里叶变换(分析解决方案)全部内容,希望文章能够帮你解决使用Python / Sympy进行连续傅里叶变换(分析解决方案)所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)