Sans faire plus de conversion, tu peux utiliser la fonction numpy.allclose pour vérifier que deux tableaux sont "égaux" à la précision numérique de leurs types (ou du type qui permet de les comparer).
On leur reconnaîtra peut-être les mérites suivants : Cupsd, […]
Quel est le mérite d'Apple dans CUPS ?? Ils ont racheté le système et embauché le recruteur principal en 2007, une époque où CUPS était déjà bien en place dans les systèmes GNU/Linux (dès 2000 pour Mandriva, 2003 pour Red Hat, etc…)
En passant, CUPS = Common UNIX Printing system
J'ai l'impression que ce programme chatbot a la chance d'avoir un tas de contributeurs.
Un certain syntmk a déjà posté dans d'autres posts sur ce programme
Il assure que les réponses reçues "m'ont été très utiles et ont permis de résoudre mon problème". Peut-être qu'il viendra te filer un coup de main !
Pour compléter un peu la réponse déjà fournie de gringonz :
1/ fft considère que tu lui donnes une période d'un signal échantillonné. Pour un vecteur de N échantillons, il va considérer que la période du signal est de N fois la période d'échantillonnage (soit une fréquence fs/N, fs étant la fréquence d'échantillonnage).
fft calcule alors la série de Fourier de ce signal échantillonné. Le premier coef est le terme DC (la moyenne), le second est la contribution de la fréquence fondamentale (fs/N), la suivante est la contrib de la fréquence double (2fs/N), etc… jusqu'à l'échantillon N qui correspond à la fréquence fs(N-1)/N.
Comme les signaux échantillonnés ont un spectre périodique (on parle d'aliasing), la seconde moitié des coefficients calculés correspond aussi aux fréquences négatives (de -fs(N//2)/N à -fs/N). rfft ne te donne que les coefs pour les fréquences positives (et nulle).
2/ Ce qui précède concerne la fft directe.
Pour la fft inverse, c'est pareil puisque le spectre (l'argument d'entrée de ifft) est périodique (car c'est le spectre d'un signal échantillonné) et échantillonné (car c'est une série de Fourier).
À partir de N coefs «spectraux», ifft va calculer un signal de longueur N (cad un vecteur de N valeurs, la n-eme valeur correspondant à l'instant n/fs).
3/ Pour revenir au post de départ, si je comprends bien, tu veux périodiser ton signal.
Option 1 : tu fais la recopie/concaténation du signal (sur octave, fonction repmat(S, 1, 10) doit faire un vecteur ligne avec 10 fois ton vecteur S initial)
Option 2 (pour réfléchir dans le domaine de Fourier) : tu veux un nouveau signal 10 fois plus long (N'=10N). Le 2nd coef fft correspondrait alors à fs/N'=fs/(10N), soit une fréquence 10 fois plus basse. Il faut donc «distiller» les coefs :
S=[0,-1,0,1,0];spec=fft(S);N=length(S);M=10;% nombre de périodes vouluesspec_M=zeros(1,M*N);spec_M(1:M:end)=spec;S_M=ifft(spec_M);
Je te laisse le soin de comparer les contenus de spec et spec_M, d'abord les vecteurs, ensuite avec les vecteurs fréquences associés (que tu peux obtenir avec fftfreq en python, mais pas sous octave)
Avec n'importe lequel des wrappers de la librairie VTK, on peut manipuler ces données, spécifier des vues (position de caméra et éclairage), etc… Reste à trouver le bon intermédiaire pour convertir tout ça en collada par exemple (ce que VTK ne sait a priori pas faire native, du moins à ma connaissance)
Tout à fait d'accord : la classe File de python propose déjà un itérateur, autant l'utiliser.
En pratique, il ne faut pas attendre de vrai gain sur le temps d'exécution, les opérations faites sur chaque ligne étant probablement plus lentes que la lecture d'une ligne du fichier.
Là où tu gagnes, c'est en mémoire vu que tu ne stockes pas en mémoire une liste ayant potentiellement un grand nombre de chaines de caractères (soit en mémoire la taille des fichiers éventuellement décompressés).
Avec les itérateurs (et les générateurs en général), tu n'aurais en mémoire que ton objet result et une seule ligne du fichier.
L'historique des évaluations (si si il y a bien eu un peer-review, ou plutôt du pire-review) et des retours des pas moins de 3 éditeurs associés est ici : http://sdiarticle4.com/review-history/60013
Le contenu du papier est à peine critiqué, ce qui retient le plus l'attention d'un des éditeur est que les auteurs font partie du comité d'éthique !
Est-ce que le tutoriel n'est pas assez explicite ?
Il explique bien comment "mapper" une arborescence du serveur de fichier vers une arborescence apparente sur le site, et comment accéder aux fichiers. A priori, pas besoin du module os, ni de charger l'image comment objet python (avec PIL par ex).
Merci pour ces précisions.
Est-ce que les côtés «chutent» plus vite quand la soupape est ouverte ? autrement dit, est-ce que le geste du musicien «branché» (celui qui veut jouer via l'interface électronique que tu as créé) devrait avoir à s'adapter au fait de jouer soupape ouverte ?
Autre piste : niveau rayonnement acoustique, le son sort essentiellement par les «ouies» placées sous les poignets (visible sur le video), éventuellement un peu par le soufflet ? si oui, est-ce que des «étouffoirs» sur ces «ouies» seraient possibles ? À la réflexion, il y a au moins deux difficultés : les baguettes sur lesquelles sont fixées les sangles peuvent difficulter la pose des étouffoirs, et surtout il faut garder un passage pour l'air qui passe par les anches, non ?
Il n'y a pas de «soupape» comme sur les concertina et les accordéons «classiques» ?
Par soupape, j'entends un bouton qui permet de vider le soufflet rapidement. Si c'est le cas, en le maintenant ouvert (au pouce ou avec un autre système), tu n'arriveras probablement pas à imposer assez de pression dans le soufflet pour jouer de manière (très) sonore…
Par ailleurs, je devine que tu as pondu deux instructions différentes pour la même fonctionnalité parce que tu n'as pas encore d'objet fig dans le second cas. De manière générale, dans une GUI avec affichage de graphes, tu peux préférer créer d'abord les structures type figure, axes, labels, légende, etc… pour ensuite les modifier/réutiliser en fonction des nouvelles données.
# numpy.allclose
Posté par fab . En réponse au message numpy: Vecteur avec valeurs fausse après in ifft(fft()). Évalué à 3. Dernière modification le 07 mai 2023 à 11:35.
Sans faire plus de conversion, tu peux utiliser la fonction
numpy.allclosepour vérifier que deux tableaux sont "égaux" à la précision numérique de leurs types (ou du type qui permet de les comparer).# Bug signalé sur leur bugtracker
Posté par fab . En réponse au message Dessiner sur un PDF annoté avec Xournal: possible?. Évalué à 3.
https://github.com/xournalpp/xournalpp/issues/2623
[^] # Re: plutôt démocratisation
Posté par fab . En réponse au journal Keynotes de l'automne : 1, 2 ou 3 ?. Évalué à 3.
Quel est le mérite d'Apple dans CUPS ?? Ils ont racheté le système et embauché le recruteur principal en 2007, une époque où CUPS était déjà bien en place dans les systèmes GNU/Linux (dès 2000 pour Mandriva, 2003 pour Red Hat, etc…)
En passant, CUPS = Common UNIX Printing system
# syntmk et miprotech223 sont sur un bateau...
Posté par fab . En réponse au message Python: Return value not found in function. Évalué à 5.
J'ai l'impression que ce programme chatbot a la chance d'avoir un tas de contributeurs.
Un certain syntmk a déjà posté dans d'autres posts sur ce programme
Il assure que les réponses reçues "m'ont été très utiles et ont permis de résoudre mon problème". Peut-être qu'il viendra te filer un coup de main !
[^] # Re: Transformée de Fourier discrète
Posté par fab . En réponse au message GNU/octave : Aidez moi à comprendre fft et ifft :'(. Évalué à 2.
Pour compléter un peu la réponse déjà fournie de gringonz :
1/ fft considère que tu lui donnes une période d'un signal échantillonné. Pour un vecteur de N échantillons, il va considérer que la période du signal est de N fois la période d'échantillonnage (soit une fréquence fs/N, fs étant la fréquence d'échantillonnage).
fft calcule alors la série de Fourier de ce signal échantillonné. Le premier coef est le terme DC (la moyenne), le second est la contribution de la fréquence fondamentale (fs/N), la suivante est la contrib de la fréquence double (2fs/N), etc… jusqu'à l'échantillon N qui correspond à la fréquence fs(N-1)/N.
Comme les signaux échantillonnés ont un spectre périodique (on parle d'aliasing), la seconde moitié des coefficients calculés correspond aussi aux fréquences négatives (de -fs(N//2)/N à -fs/N). rfft ne te donne que les coefs pour les fréquences positives (et nulle).
2/ Ce qui précède concerne la fft directe.
Pour la fft inverse, c'est pareil puisque le spectre (l'argument d'entrée de ifft) est périodique (car c'est le spectre d'un signal échantillonné) et échantillonné (car c'est une série de Fourier).
À partir de N coefs «spectraux», ifft va calculer un signal de longueur N (cad un vecteur de N valeurs, la n-eme valeur correspondant à l'instant n/fs).
3/ Pour revenir au post de départ, si je comprends bien, tu veux périodiser ton signal.
Option 1 : tu fais la recopie/concaténation du signal (sur octave, fonction repmat(S, 1, 10) doit faire un vecteur ligne avec 10 fois ton vecteur S initial)
Option 2 (pour réfléchir dans le domaine de Fourier) : tu veux un nouveau signal 10 fois plus long (N'=10N). Le 2nd coef fft correspondrait alors à fs/N'=fs/(10N), soit une fréquence 10 fois plus basse. Il faut donc «distiller» les coefs :
Je te laisse le soin de comparer les contenus de spec et spec_M, d'abord les vecteurs, ensuite avec les vecteurs fréquences associés (que tu peux obtenir avec fftfreq en python, mais pas sous octave)
[^] # Re: Super article
Posté par fab . En réponse à la dépêche VTK : la visualisation scientifique et au delà !. Évalué à 3.
Salut,
Je ne connais pas collada (en tout cas, pas plus qu'une lecture rapide de https://www.khronos.org/collada/), mais VTK supporte une floppée de modèle de données (lire topologie + géométrie), depuis des représentations très structurées (style bitmaps 3D) à des choses de type liste de vertex.
Détails ici: https://kitware.github.io/vtk-examples/site/VTKBook/05Chapter5/
Avec n'importe lequel des wrappers de la librairie VTK, on peut manipuler ces données, spécifier des vues (position de caméra et éclairage), etc… Reste à trouver le bon intermédiaire pour convertir tout ça en collada par exemple (ce que VTK ne sait a priori pas faire native, du moins à ma connaissance)
[^] # Re: non
Posté par fab . En réponse au message generateur et performances. Évalué à 4.
Tout à fait d'accord : la classe File de python propose déjà un itérateur, autant l'utiliser.
En pratique, il ne faut pas attendre de vrai gain sur le temps d'exécution, les opérations faites sur chaque ligne étant probablement plus lentes que la lecture d'une ligne du fichier.
Là où tu gagnes, c'est en mémoire vu que tu ne stockes pas en mémoire une liste ayant potentiellement un grand nombre de chaines de caractères (soit en mémoire la taille des fichiers éventuellement décompressés).
Avec les itérateurs (et les générateurs en général), tu n'aurais en mémoire que ton objet result et une seule ligne du fichier.
[^] # Re: retracté
Posté par fab . En réponse au lien Les trottinettes électriques sont-elles plus meurtrières que le COVID-19 ?. Évalué à 3.
L'historique des évaluations (si si il y a bien eu un peer-review, ou plutôt du pire-review) et des retours des pas moins de 3 éditeurs associés est ici :
http://sdiarticle4.com/review-history/60013
Le contenu du papier est à peine critiqué, ce qui retient le plus l'attention d'un des éditeur est que les auteurs font partie du comité d'éthique !
[^] # Re: Read the **** doc !
Posté par fab . En réponse au message site internet et insertion image. Évalué à 1.
Toujours dans la doc basique :
https://docs.cherrypy.org/en/latest/basics.html#static-content-serving
avec la configuration dans un fichier de conf
# Read the **** doc !
Posté par fab . En réponse au message site internet et insertion image. Évalué à 1.
Est-ce que le tutoriel n'est pas assez explicite ?
Il explique bien comment "mapper" une arborescence du serveur de fichier vers une arborescence apparente sur le site, et comment accéder aux fichiers. A priori, pas besoin du module os, ni de charger l'image comment objet python (avec PIL par ex).
[^] # Re: Quid de l'acoustique
Posté par fab . En réponse à la dépêche Électronique sous GNU/Linux — 15 ans de Libre plus tard. Évalué à 1.
Merci pour ces précisions.
Est-ce que les côtés «chutent» plus vite quand la soupape est ouverte ? autrement dit, est-ce que le geste du musicien «branché» (celui qui veut jouer via l'interface électronique que tu as créé) devrait avoir à s'adapter au fait de jouer soupape ouverte ?
Autre piste : niveau rayonnement acoustique, le son sort essentiellement par les «ouies» placées sous les poignets (visible sur le video), éventuellement un peu par le soufflet ? si oui, est-ce que des «étouffoirs» sur ces «ouies» seraient possibles ? À la réflexion, il y a au moins deux difficultés : les baguettes sur lesquelles sont fixées les sangles peuvent difficulter la pose des étouffoirs, et surtout il faut garder un passage pour l'air qui passe par les anches, non ?
[^] # Re: Quid de l'acoustique
Posté par fab . En réponse à la dépêche Électronique sous GNU/Linux — 15 ans de Libre plus tard. Évalué à 4.
Il n'y a pas de «soupape» comme sur les concertina et les accordéons «classiques» ?
Par soupape, j'entends un bouton qui permet de vider le soufflet rapidement. Si c'est le cas, en le maintenant ouvert (au pouce ou avec un autre système), tu n'arriveras probablement pas à imposer assez de pression dans le soufflet pour jouer de manière (très) sonore…
Par exemple, la manette visible sur
https://fr.wikipedia.org/wiki/Bandon%C3%A9on#/media/Fichier:Bandoneon-curved.jpg
qui serait accessible au pouce de la main droite ?
[^] # Re: Mauvais type
Posté par fab . En réponse au message CGI en python, problème avec pandas, plotly et export html. Évalué à 1.
Si je comprends bien,
OK :
fig.add_scatter(x=df['Date'], y=df['Free'])Pas OK :
fig = px.scatter((df), x="Date", y="Total Used", trendline="ols")L'erreur est peu parlante car elle est levée à assez bas niveau, lors de l'évaluation de la trendline.
Est-ce que df['Date'] est bien reconnu comme de type Date (cf https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html par ex) et non comme simple String ? C'est un prérequis pour faire de l'arithmétique sur ces données…
Pandas est en général assez intelligent sur la détection & interprétation des données, mais il faut un peu l'aider : l'argument dtype de read_csv devrait t'être utile.
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.html?highlight=read_csv#pandas-read-csv
Par ailleurs, je devine que tu as pondu deux instructions différentes pour la même fonctionnalité parce que tu n'as pas encore d'objet fig dans le second cas. De manière générale, dans une GUI avec affichage de graphes, tu peux préférer créer d'abord les structures type figure, axes, labels, légende, etc… pour ensuite les modifier/réutiliser en fonction des nouvelles données.
[^] # Re: Histogramme en 2 dimensions avec Python
Posté par fab . En réponse au journal Document de cours : "Python for science". Évalué à 4. Dernière modification le 13 mai 2019 à 20:37.
Avec matplotlib et sa fonction hist2d ?