Question

我有一系列未包装的阶段，有一些解缠错误，包括+/-倍数Pi的跳跃：

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个循环的第一次跳跃，在7.6和3.2之间跳跃-1循环。我想删除跳转。问题是当你移除一个跳跃时，你需要相应地增加或减少系列的其余部分，而不仅仅是跳跃发生的值。

这样做是否更清洁（没有/更少循环，更快）：

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

Answer 1

NumPy为相位展开提供函数numpy.unwrap()。使用默认参数值，它将校正以2π为模的相位数组，使所有跳跃小于或等于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       ])

Answer 2

这个怎么样：

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

给出：

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]

这里d持有“跳跃”的签名杂志，并且适当截断的“跳跃”的累积总和是需要被删除/添加到该系列的每个成功元素的pi的多个部分。 / p>

这是你的意思吗？

修复Numpy中的相位展开错误

2 个答案: