معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

constantQ: Constant Q Transform with minimal size and dependencies based on GWpy qtransform.

ویژگی	مقدار
سیستم عامل	-
نام فایل	constantQ-0.0.1
نام	constantQ
نسخه کتابخانه	0.0.1
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Xiyuan Li
ایمیل نویسنده	xli2522@uwo.ca
آدرس صفحه اصلی	https://xli2522.github.io/Constant-Q/
آدرس اینترنتی	https://pypi.org/project/constantQ/
مجوز	GNU

## A Constant Q Transform based on GWpy qtransform The creation of this program was inspired by the need to include a CQT package with minimal size and dependency for SHARCNET (ComputeCanada) Supercomputer Clusters. ```None # IMPORTANT DISCLAIMER: All credits for the original Q transform algorithm go to the authors of *GWpy* and *Omega* pipeline. # See original algorithms at: [Omega Scan] https://gwdetchar.readthedocs.io/en/stable/omega/ # [GWpy] https://gwpy.github.io/docs/stable/ # particularly [GWpy qtransform] # - https://github.com/gwpy/gwpy/blob/26f63684db17104c5d552c30cdf01248b2ec76c9/gwpy/signal/qtransform.py # # The license information does NOT imply this package (constantQ) as the original q transform/q scan algorithm. # NOTE: Referenced programs are under the GNU license # for more information on the license visit: https://www.gnu.org/licenses/gpl-faq.en.html ``` How to use it: Step 1: Generating a chirp signal ```Python import numpy as np # Generate np.array chirp signal dt = 0.001 t = np.arange(0,3,dt) f0 = 50 f1 = 250 t1 = 2 x = np.cos(2*np.pi*t*(f0 + (f1 - f0)*np.power(t, 2)/(3*t1**2))) fs = 1/dt plt.plot(x) # plot the chirp signal plt.show() # display ``` Step 2: Generating a TimeSeries object ```Python from constantQ.timeseries import TimeSeries series = TimeSeries(x, dt = 0.001, unit='m', name='test', t0=0) #np.array --> constantQ.timeseries ``` Step 3: Q Transform ```Python hdata = series sq = hdata.q_transform(search=None) # q transform print(len(sq[0])) # freq array length print(len(sq)) # time array length plt.imshow(sq.T, origin='lower') # plot the spectrogram plt.colorbar() # colorbar plt.show() # display ``` To compare the result with a Scipy Spectrogram ```Python from scipy import signal as scisignal freq, ts, Sxx = scisignal.spectrogram(x) # scipy spectrogram plt.pcolor(ts, freq, Sxx, shading='auto') # plot the spectrogram plt.colorbar() # colorbar plt.show() # display ``` This test version 0.0.1 largely follows the GWpy architecture. Changes will be made in future updates if a different structure is better for this package.

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl constantQ-0.0.1:

pip install constantQ-0.0.1.whl

نصب پکیج tar.gz constantQ-0.0.1:

pip install constantQ-0.0.1.tar.gz