1.安装问题 先说明一下这个安装包可以从官网下载（版本选择看下一部分）https://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy 但是！！！ 下载速度真是宇宙超级无敌慢！好几次都给我卡断网了，不到200M的东西要下好几个小时。我将自己下载的文件上传到了网盘上，所以如果跟我是同一个版本的可以直接下载。 下载完成后打开cmd输入下列命令 pip install C:\Users\11384\Desktop\numpy-1.16.4+mkl-cp37-cp37m-win_amd64.whl 其中install后面的是我们下载的numpy+mkl文件的存放位置

相比较pandas，numpy并没有很直接的rolling方法，但是numpy 有一个技巧可以让NumPy在C代码内部执行这种循环。 这是通过添加一个与窗口大小相同的额外尺寸和适当的步幅来实现的。 import numpy as np data = np.arange(20) def rolling_window(a, window): shape = a.shape[:-1] + (a.shape[-1] - window + 1, window) strides = a.strides + (a.strides[-1],) return np.lib.stride_trick

离线安装包，测试可用

讲述mp算法的基本原理，可作为参考资料，通信专业方面的参考资料

脉搏信号是医学研究与临床诊断的重要参考依据。针对其在采集过程中极易受到基线漂移的干扰，提出使用MP算法消除脉搏信号中的基线漂移，并将结果与EMD算法的消噪结果进行了比较。仿真结果表明与EMD算法相比，MP算法不仅能够很好的抑制基线漂移，还可以有效的保留脉搏信号的波形特征。

表面肌电信号处理的matlab程序，包括带通滤波、50Hz陷波滤波程序，以及计算时域、频域的指标iMEG、RMS ， MF、MPF

MP-4

程序运行，产生如下结果，然后进程终止，导致这一结果的原因很有可能是内存爆炸。 当两个较大的 (e.g., 10000*10000 维）ndarray 做运算(加法，or 乘法）时，很容易出现这样的结果. 解决办法： 大多数情况下，这种大矩阵都是稀疏的。尽可能地利用稀疏计算的方式，例如稀疏矩阵，或者只计算非 0 位置的值。 如果都是整数运算，可以设置 dtype=int，而非 dtype=float, 可以省下不少空间。 linux 系统下，使用 top 命令，可以很容易地看到内存（%MEM) 的使用情况。 # 代码段 1， true_similarity_matrix 是 int

第一种方案 可以使用scipy.misc，代码如下： import scipy.misc misc.imsave('out.jpg', image_array) 上面的scipy版本会标准化所有图像，以便min(数据)变成黑色，max(数据)变成白色。如果数据应该是精确的灰度级或准确的RGB通道，则解决方案为： import scipy.misc misc.toimage(image_array, cmin=0.0, cmax=...).save('outfile.jpg') 第二种方案 使用PIL。 给定一个numpy数组”A”： from PIL import Image im =

正点原子系列之VS1053 MP3模块资料，可用于与STM32F7进行联用，里面包含有源码以及模块原理图说明！！！