UOMOP

Question. 위의 신호를 매트랩을 이용하여 시간영역에서 표현하기 위해 샘플링 주파수를 200KHz로 설정하였고, t = [0, 2msec]구간에 대해서 x(t)를 시간영역에서 도시하시오. close all; clear all; fs = 200e3; ts = 1/fs; t = 0 : ts : 2e-3; A1 = 1; A2 = 1; f1 = 19e3; f2 = 21e3; theta1 = pi/6; theta2 = pi/3; xt = A1 * cos(2 * pi * f1 * t + theta1) + A2 * cos(2 * pi * f2 * t + theta2); % 두 signal을 합친 최종 xt plot(t, xt) xlabel('time(ms)'); ylabel('signal(xt)'); title..

Question. 이 회로에서 R1 = 2Ω, R2 = 4Ω, C = 1 𝜇𝐹, L = 10 𝜇𝐻 값을 가진다. 입력 신호를 v(t) , 출력신호를 vA(t)라 고 할 때의 Transfer Function HA(jw)과 입력 신호를 v(t) , 출력신호를 vB(t)라고 할 때의 Transfer Function HB(jw) 로 정의한다. 이 경우 주파수 [0, 300kHz] 의 범위에서 |HA(jw)| 와 |HB(jw)| 를 도시해보 시오. close all; clear all; R1 = 2; R2 = 4; C = 1e-6; L = 1e-5; % 수동소자들의 값 A = abs(R1 * C * (1i * 2 * pi)); %va(t)전달함수의 분모의 일차항 B = abs(L * (1i*2*pi)); %vb(..

Question. 푸리에 급수의 최대급수 차수를 (N=2,5,10,20)으로 변경하면서 x(t) 신호와 푸리에 급수로 표현되는 신호를 Matlab 을 이용하여 하나의 Graph 에서 비교하시오. - Matlab 으로 Graph 도시할 때, [-T, 2T] 구간에서 그래프를 도시할 것 - T1 = 0.5msec, T = 1msec, A = 1 close all; clear all; A = 1; T = 1e-3; w0 = 2 * pi / T; degree = [2 5 10 20]; % 최대차수 설정 d1 = 0; d2 = 0; d3 = 0; d4 = 0; a0 = A / 2; t = linspace(-1e-3 , 2e-3, 10000); for n = 1 : degree(1) % a, b는 푸리에 계수 a(..

DataFrame의 []연산자 넘파이에서 []연산자는 행의 위, 열의 위치, 슬라이싱 범위 등을 지정해 데이터를 가져올 수 있다. 하지만 DataFrame 바로 뒤에 있는 '[]'안에 들어갈 수 있는 것은 컬럼 명 문자, 또는 인덱스로 변환 가능한 표현식이다. import pandas as pd titanic_df = pd.read_csv("titanic_train.csv") print("단일 컬럼 데이터 추출 : \n{}".format(titanic_df["Pclass"].head(3))) print("") print("여러 컬럼들의 데이터 추출 : \n{}".format(titanic_df[["Survived", "Pclass"]].head(3))) print("") print("[] 안에 숫자 in..

read_csv() : read_csv()를 이용하여 csv파일을 편리하게 DataFrame으로 로딩한다. read_csv()의 sep 인자를 콤마(,)가 아닌 다른 분리자로 변경하여 다른 유형의 파일로 로드 가능 import pandas as pd titanic_df = pd.read_csv("titanic_train.csv") print("titanic 변수 type : {}".format(type(titanic_df))) titanic 변수 type : head() DataFrame의 맨 앞 일부 데이터만 추출한다. default값은 5 가장 왼쪽에 있는 column이 index여서 column명이 없다. titanic_df.head() titanic_df.head(3) DataFrame의 생성 d..

ndarray 생성 - np.array() import numpy as np list1 = [1, 2, 3] print("list1 : {}".format(list1)) print("list1 type : {}".format(type(list1))) array1 = np.array(list1) print("array1 : {}".format(array1)) print("array1 type : {}".format(type(array1))) list1 : [1, 2, 3] list1 type : array1 : [1 2 3] array1 type : ndarray의 형태(shape)와 차원(dimension) import numpy as np list1 = [1, 2, 3] list2 = [2, 3, 4]..