Python 中的梯形波

如何用Python生成梯形波？

我研究了 SciPy 和 NumPy 等模块，但没有成功。是否有像 scipy.signal.gaussian 这样的模块返回代表高斯函数波的值数组？

我使用梯形内核生成了这个Astropy https://en.wikipedia.org/wiki/Astropy, 梯形1DKernel(30,斜率=1.0)。我想在 Python 中实现这个而不使用 Astropy。

虽然宽度和斜率足以定义三角信号，但梯形信号需要第三个参数：幅度。

使用这三个参数，您可以轻松调整scipy.signal.sawtooth函数通过截断和偏移三角形函数得到梯形形状。

from scipy import signal
import matplotlib.pyplot as plt
import numpy as np


def trapzoid_signal(t, width=2., slope=1., amp=1., offs=0):
    a = slope*width*signal.sawtooth(2*np.pi*t/width, width=0.5)/4.
    a[a>amp/2.] = amp/2.
    a[a<-amp/2.] = -amp/2.
    return a + amp/2. + offs

t = np.linspace(0, 6, 501)
plt.plot(t,trapzoid_signal(t, width=2, slope=2, amp=1.), label="width=2, slope=2, amp=1")
plt.plot(t,trapzoid_signal(t, width=4, slope=1, amp=0.6), label="width=4, slope=1, amp=0.6")

plt.legend( loc=(0.25,1.015))
plt.show()

请注意，您可能还想根据用例定义一个阶段。

为了定义单个脉冲，您可能需要稍微修改一下函数并提供一个范围超过的数组[0,width].

from scipy import signal
import matplotlib.pyplot as plt
import numpy as np

def trapzoid_signal(t, width=2., slope=1., amp=1., offs=0):
    a = slope*width*signal.sawtooth(2*np.pi*t/width, width=0.5)/4.
    a += slope*width/4.
    a[a>amp] = amp
    return a + offs

for w,s,a in zip([2,5], [2,1], [1,0.6]):
    t = np.linspace(0, w, 501)
    l = "width={}, slope={}, amp={}".format(w,s,a)
    plt.plot(t,trapzoid_signal(t, width=w, slope=s, amp=a), label=l)

plt.legend( loc="upper right")
plt.show()