NumPy基础练习(已归档)
NumPy 基础练习
目标:从零学会 NumPy,最后自然拼出一个”模拟 PPG 信号并找心率”的小程序。
方式:先学零件,再拼机器。一共 14 小步,每步 5-10 分钟,每步都有”运行看什么”和”自己做”。
要求:每步都亲自敲代码(不要复制粘贴),运行看结果,然后再进入下一步。卡住可以问,但先自己试 5 分钟。
阶段一:认识 NumPy(第 1-7 步)
Step 1:装好环境,跑第一行 NumPy
目标:确认 numpy 装好了。
1 | import numpy as np |
运行看什么:打印出版本号(比如 1.26.x / 2.x)。
自己做:如果报错 ModuleNotFoundError,就 pip install numpy 再试。
笔记:已成功,成功打印版本号
Step 2:创建数组
目标:知道 4 种创建数组的方法。
1 | import numpy as np |
运行看什么:
b的结果是[0 2 4 6 8],注意不包含 10(和 range 一样,左闭右开)c是[0. 0. 0. 0. 0.],注意带小数点——zeros/ones 默认是浮点数
自己做:
- 用
np.arange造一个 1 到 100 步长为 1 的数组 - 用
np.linspace(0, 1, 5)试试,看看和 arange 有什么区别(提示:看结果有几个数,最后一个数是不是 1)
笔记:认识到np.arange()与range()一致,都是左闭右开返回列表
注意zeros与ones函数返回的列表里的数都是浮点数
使用np.linspace(a, b, c)可以创建一个从a到b的列表,包括a和b,其列表共有c个元素,步长为(b - a)/c
Step 3:查看数组
目标:学会 3 个最重要的属性:shape、dtype、size。
1 | import numpy as np |
运行看什么:三行输出,理解 shape 就是”这个数组长什么样”。
自己做:
np.arange(0, 30, 1).reshape(5, 6)然后打印 shape——看看变成什么了np.arange(0, 30, 1).reshape(2, 3, 5)然后打印 shape——三维呢?
笔记:使用shape方法,可以看到对象的维度数量以及对应维度的元素数量
使用dtype方法可以看到对象的数据类型是整数类型还是浮点类型等类型
使用size可以查看数据的大小
使用reshape方法可以改变数据的维度,例如np.arange(0, 30, 1).reshape(5, 6)意思为将一个含有30个数的一维数组变形到一个五行六列的二维数组
而例如np.arange(0, 30, 1).reshape(2, 3, 5)即为变形到一个三维数组中,这个三维数组含有两个三行五列的二维数组
Step 4:索引和切片
目标:会取数组里的某几个元素。这是整个 NumPy 最常用的操作。
1 | import numpy as np |
运行看什么:对照注释理解每个结果。
自己做:
- 取数组
[10, 20, 30, 40, 50]的中间三个元素[20, 30, 40] - 取它的后两个元素(用负索引)
笔记:取数字,本质为python列表操作。在打印方面比较常用,仅打印前五个值后五个值等操作很方便
Step 5:数学运算
目标:数组可以直接做数学运算,不需要写循环。
1 | import numpy as np |
运行看什么:每个操作都是”对数组里每个元素做一遍”,不需要 for 循环。
自己做:
- 造一个
np.arange(0, 6.2832, 0.01),对它取 sin,打印前 5 个值——你应该会看到从 0 附近开始 - 试一次
a / 0或np.sqrt(-1)——看看会发生什么,这也是了解数组的一部分
笔记:与普通列表不同的是,使用np函数创造出的列表,可以直接使用运算符进行运算,运算结果为np数组中的每个元素进行运算得到的结果组成的np数组
进行a/0和np.sqrt(-1)操作后,终端报警告:RuntimeWarning: invalid value encountered in divide,print值为nan/inf,
Step 6:聚合运算
目标:会算总和、平均、最大、最大位置。这 4 个在信号处理里天天用。
1 | import numpy as np |
运行看什么:特别注意 argmax 返回的是下标而不是值——后面找心率主频就靠它。
自己做:
- 造
a = np.arange(0, 100, 1),算它的总和、平均、最大值和最大值位置 - 想一想:如果最大值位置是 99,说明最大值是最后一个元素,对吗?
笔记:各种函数的使用,求和,求平均,找最大,找最大值对应的下标,计算标准差
想一想:如果最大值位置是 99,说明最大值是最后一个元素,对吗?
这个不是吗?没搞懂,把答案自动整理好
Step 7:随机数
目标:会生成随机数,并且能固定随机种子让结果可复现。
1 | import numpy as np |
运行看什么:5 个接近 0 的随机数,有正有负。
自己做:
- 把种子从 42 改成别的数,输出变了吗?
- 把种子改回 42,输出回来了吗?——这就是”可复现”的意义:别人跑你的代码能得到同样的结果,这在科研里非常重要。
笔记:np的函数random与python自带的函数random的区别是什么?如何去生成一个随机数列表?如何生成更多其他分布上市的随机数?上述代码的rng意思就是种子吗?
阶段二:把零件拼起来(第 8-14 步)
Step 8:造一条正弦波
目标:用前面学的零件,造出一条周期信号。
1 | import numpy as np |
运行看什么:
t有 300 个点,每个点代表 1/30 秒sig是频率 1.2 Hz 的正弦——1.2 Hz = 72 次/分钟 = 心率
自己做:
- 打印
sig.max()和sig.min()——正弦波的范围应该是什么? - 把频率改成 0.5 和 2.0,看看数值变化(只是观察,不用画图)
笔记:使用numpy去模拟信号进行分析时,常使用常量去定义频率,如fs = 30来表示采样率
使用t = np.arange(0, 10, 1/fs)来构建与表达一个时间轴,表示从0s到10s,其步长即为频率的倒数,即周期
构建正弦信号使用np.sin函数,使用公式sin(2 * np.pi * f * t)来构建正弦波,注意f为正弦波的频率,t的采样率为fs
Step 9:给信号加噪声
目标:用 Step 7 的随机数,给信号”污染”一下。
1 | import numpy as np |
运行看什么:加噪后标准差变大了——噪声让信号”变乱”了。
自己做:
- 把
0.5改成0.1和2.0,看标准差怎么变——这就是信噪比的意思
标准差增大
- 思考:如果噪声太大,信号会被”淹没”,你能用什么办法找回来?——留到 Step 10
笔记:信噪比如何计算?
Step 10:FFT——把信号翻到频域
目标:学会 FFT 的”输入输出”。这是找心率的关键工具,但你先别慌,只需要记住两件事:输入是什么,输出是什么。
1 | import numpy as np |
运行看什么:
- 300 个时域点 → 151 个频域点(只保留了一半,因为另一半是镜像)
- 频率轴从 0 Hz 开始,每个点代表”这个频率有多强”
自己做:
- 打印
freqs[-1]——最后一个频率是多少?应该是采样率的一半(15 Hz,奈奎斯特频率) - 先别管为什么,记住:
np.abs(fft_vals)就是”每个频率的强度”
Step 11:从频域找心率
目标:用 Step 6 的 argmax,找到信号最强的频率——这就是心率检测。
1 | import numpy as np |
运行看什么:应该打印 1.20 Hz 和 72 BPM——你刚刚完成了一次”心率检测” ,用的就是 rPPG 设备在用的同一套数学(FFT 找主频)。
自己做:
- 把频率改成 1.0(60 BPM),重新检测——应该输出 60 BPM
- 把频率改成 0.5 和 3.0,再试试
Step 12:加噪声后还能找到吗?
目标:把 Step 9 的噪声和 Step 11 的检测合起来——这就是真实世界的挑战。
1 | import numpy as np |
运行看什么:大概率还是 72 BPM——因为噪声是均匀铺在所有频率上的,而信号集中在 1.2 Hz,所以主频依然能找到。
自己做:
- 把噪声放大到
2.0 * noise,还能找到 72 吗?能 - 把噪声放大到
5.0 * noise呢?——这就是 Step 9 说的”信号被淹没”。不能
Step 13:带通滤波——把噪声挡在门外
目标:学会布尔索引(Step 4 的延伸),把不想要的频率直接删掉。
1 | import numpy as np |
运行看什么:
mask是一长串 True/False——这就是布尔索引- 滤波后依然能检测到 72 BPM,即使噪声是 2.0 倍
自己做:
- 把滤波范围改成
0.8-1.0(很小很窄),会发生什么?为什么?(提示:1.2 Hz 不在这个范围里) - 改成
10-15(高频范围),检测结果是什么?——理解”范围选错,信号就没了”
Step 14:拼成完整版——带 SNR 的 PPG 模拟
目标:把前面 13 步的零件全部拼起来,加上一个 SNR 计算。这就是你项目的核心数学。
1 | import numpy as np |
运行看什么:主频 ≈ 72 BPM,SNR 是正数,滤波后依然 72 BPM。
自己做:
- 把噪声系数从
0.5改成1.0、2.0,观察 SNR 怎么变 - 用你自己的话写出:SNR 越高说明什么?SNR越高说明信号与噪声的比值越大,即噪声占比小
完成标准
到这一步,你其实已经完成了之前的”复杂练习”——只是这次是一步步走上来的。
- Step 1-7 全部跑通,每步”自己做”都完成
- Step 8-13 能说出每一步在干什么(不用背,能讲就行)
- Step 14 完整跑通,改变噪声系数能预测 SNR 变化方向
- 能用一句话回答: “FFT 是干什么的?argmax 找的是什么?布尔索引做了什么?”
全部完成后告诉我,我来评估 NumPy 从 L0 → L2。