numpy.hamming

原文：https://docs.scipy.org/doc/numpy/reference/generated/numpy.hamming.html

译者：飞龙 UsyiyiCN

校对：（虚位以待）

numpy.hamming(M)[source]

返回汉明窗口。

汉明窗是通过使用加权余弦形成的锥形。

参数：	M：int 输出窗口中的点数。如果为零或更小，则返回一个空数组。
返回：	out：ndarray 窗口，最大值归一化为1（仅当样本数为奇数时才显示该值）。

也可以看看

bartlett，blackman，hanning，kaiser

笔记

汉明窗定义为

汉明被命名为R.W.Hamming，J.W.Tukey的同事，并在Blackman和Tukey中描述。建议在时域中平滑截断自协方差函数。对汉明窗口的大多数引用来自信号处理文献，其中它被用作用于平滑值的许多窗口函数中的一个。它也称为变迹（意指“去除脚”，即在采样信号的开始和结束处的平滑不连续性）或渐变函数。

参考文献

[R21]

布莱克曼和Tukey，J.W。，（1958）The measurement of power spectra，Dover Publications，New York。

[R22]

E.R.Kanasewich，“Time Sequence Analysis in Geophysics”，The University of Alberta Press，1975，pp。109-110。

[R23]

维基百科，“窗口函数”，http://en.wikipedia.org/wiki/Window_function

[R24]

W.H.Press，B.P.Flannery，S.A.Teukolsky和W.T.Vetterling，“Numerical Recipes”，Cambridge University Press，1986，第425页。

例子

>>> np.hamming(12)
array([ 0.08      ,  0.15302337,  0.34890909,  0.60546483,  0.84123594,
        0.98136677,  0.98136677,  0.84123594,  0.60546483,  0.34890909,
        0.15302337,  0.08      ])

绘制窗口和频率响应：

>>> from numpy.fft import fft, fftshift
>>> window = np.hamming(51)
>>> plt.plot(window)
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.title("Hamming window")
<matplotlib.text.Text object at 0x...>
>>> plt.ylabel("Amplitude")
<matplotlib.text.Text object at 0x...>
>>> plt.xlabel("Sample")
<matplotlib.text.Text object at 0x...>
>>> plt.show()

>>> plt.figure()
<matplotlib.figure.Figure object at 0x...>
>>> A = fft(window, 2048) / 25.5
>>> mag = np.abs(fftshift(A))
>>> freq = np.linspace(-0.5, 0.5, len(A))
>>> response = 20 * np.log10(mag)
>>> response = np.clip(response, -100, 100)
>>> plt.plot(freq, response)
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.title("Frequency response of Hamming window")
<matplotlib.text.Text object at 0x...>
>>> plt.ylabel("Magnitude [dB]")
<matplotlib.text.Text object at 0x...>
>>> plt.xlabel("Normalized frequency [cycles per sample]")
<matplotlib.text.Text object at 0x...>
>>> plt.axis('tight')
(-0.5, 0.5, -100.0, ...)
>>> plt.show()