了解 numpy.gradient
Understanding numpy.gradient
我有一个时间序列的电压值记录在 mV 中，每隔 0.02 ms，存储为一个 numpy 数组。
如果我这样做，
dv_dt = np.gradient(v),
dv_dt 的单位是什么？它会是 V/s 的倍数吗？例如mV/s、mV/(0.02 ms)、等等？
我的理解是gradientreturns传给它的参数的导数。是吗？
看到这个related question。
注意dt的单位间距。如 documentation 中所述，除非您通过 vararg 参数提供样本距离，否则 gradient 假定单位间距为 1。只有在所有数据点 dt = 1 的情况下，您的情况才是正确的。
你必须自己定义你的单位。可以使用毫秒，但除非你没有充分的理由，否则我会使用 SI 单位（在本例中为秒和伏特；与 mV 和 ms 相同）。渐变的单位为 mV/ms 或 V/s.
在你的情况下np.gradient(v,0.02)会给你电压信号的一阶差分，用你的时间轴间距校正。
我有一个时间序列的电压值记录在 mV 中，每隔 0.02 ms，存储为一个 numpy 数组。
如果我这样做，
dv_dt = np.gradient(v),
dv_dt 的单位是什么？它会是 V/s 的倍数吗？例如mV/s、mV/(0.02 ms)、等等？
我的理解是gradientreturns传给它的参数的导数。是吗？
看到这个related question。
注意dt的单位间距。如 documentation 中所述，除非您通过 vararg 参数提供样本距离，否则 gradient 假定单位间距为 1。只有在所有数据点 dt = 1 的情况下，您的情况才是正确的。
你必须自己定义你的单位。可以使用毫秒，但除非你没有充分的理由，否则我会使用 SI 单位（在本例中为秒和伏特；与 mV 和 ms 相同）。渐变的单位为 mV/ms 或 V/s.
在你的情况下np.gradient(v,0.02)会给你电压信号的一阶差分，用你的时间轴间距校正。