如何使用python解决现实生活差异方程

Question

我想用python解决差分方程。

y = x(n - 1) - (0.5(x(n-2) + x(n))

x这里有很多值。我想使用Plotly针对另一个时间序列数组y绘制t。我可以使用x绘制t，但我无法生成过滤后的信号y。我试过下面的代码，但似乎我错过了一些东西。我没有得到所需的输出。

from scipy import signal
from plotly.offline import plot, iplot
x = array(...)
t = array(...) # x and t are big arrays 
b = [-0.5, 1, -0.5]
a = 0
y = signal.lfilter(b, a, x, axis=-1, zi=None) 
iplot([{"x": t, "y": y}])

然而，输出是这样的。

>>>y
>>> array([-inf, ...,  nan])

因此，我得到一张空白图表。

更新x和t的示例（每个9个值）：

x = [3.1137561664814495,
 -1.4589810840917137,
 -0.12631870857936914,
 -1.2695030212226599,
 2.7600637824592158,
 -1.7810937909691049,
 0.050527483431747656,
 0.27158522344564368,
 0.48001109260160274]

t = [0.0035589523041146265,
 0.011991765409288035,
 0.020505576424579175,
 0.028935389041247817,
 0.037447199517441021,
 0.045880011487565042,
 0.054462819797731044,
 0.062835632533346342,
 0.071347441874490158]

Answer 1

您的问题似乎是定义a = 0。运行示例时，您会从SciPy收到以下警告：

/usr/local/lib/python2.7/site-packages/scipy/signal/signaltools.py:1353: RuntimeWarning:

divide by zero encountered in true_divide

[-inf  inf  nan  nan  nan  inf -inf  nan  nan]

此除以零由值a定义。如果你查看scipy.signal.lfilter的文档，它会指出以下内容：

  

a：array_like   1-D序列中的分母系数向量。如果[0]不是1，则a和b都由[0]归一化。

如果您将a = 0更改为a = 1，您应该获得所需的输出，尽管您可能会考虑使用其他因素来应用数据规范化。