windows平台python脚本执行环境搭建笔记

1.python脚本环境下载

这里是原始发布源：

https://www.python.org/downloads/release/python-3114/https://www.python.org/downloads/release/python-3114/安装时记得添加进系统path，这样你可以随时调用python环境。

2.扩展模块的安装

step1.找到python安装位置，推荐安装everything.然会直接找python这个目录，它一般的位置在：

step2.打开cmd.exe，切换至这个目录， 执行：

pip install matplotlib  --timeout 200 -i http://mirrors.aliyun.com/pypi/simple/  --trusted-host mirrors.aliyun.com

上面：

• pip install 是基础的命令字。
• timeout参数指定超时时间，单位秒。
• -i 制定镜像站，国外的源访问速度非常慢。
• --trusted-host是在指定信任这个私有源

一旦脚本执行时提示：

ModuleNotFoundError: No module named 'matplotlib'

就重复上述安装过程。

3.脚本编写和执行

只要学过一门计算机语言，就可以在ChatGPT的帮助下，熟悉程序结构和语法。

脚本代码存储为.py后缀，就可以直接点击执行。

如果需要排错，进相应的目录内，执行命令行即可。

在python脚本执行环境内直接执行 python命令，可以这样：

D:\>python
Python 3.11.4 (tags/v3.11.4:d2340ef, Jun  7 2023, 05:45:37) [MSC v.1934 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> a = 13.0
>>> b = 1/a
>>> print(b)
0.07692307692307693

它起码可以替代计算器。 现在，可能是windows平台上最好用的脚本执行环境。甚至数学部分，可以部分替代matlab.

附录A：一段工作上正在使用的示例代码

我在之前仅仅了解非常有限的python语法，可能只学过不到50小时。在AI的助力下，你能比用搜索器更快地解决问题：

# show how to use FFT, filtered DC signal and return to SampleValue-time type.
# the basic concept is coming from ChatGPT.
# Write in python language.
#
# created by twicave.
# Jun09,2023
#
import numpy as np
import matplotlib.pyplot as plt

# 定义正弦信号
# 产生一个包含1000Hz、2000Hz两个正弦波信号和一个直流分量的复合信号
Fs = 20000;
f1 = 1000;
f2 = 2000;
t = np.arange(0, 0.01, 1/Fs);
signal = np.sin(2*np.pi*f1*t) + 0.7*np.sin(2*np.pi*f2*t) + 800;

fig = plt.figure(1, figsize=(8, 10));
plt1 = fig.add_subplot(2, 1, 1)
plt1.plot(t,signal)
plt1.set_xlabel('Time (s)')
plt1.set_ylabel('Amplitude')
plt1.set_title('Original Signal')


# 下面，将对应信号转至频域消除0点后转回时域
x = signal

# 傅里叶变换
X = np.fft.fft(x)  # 计算原始信号的傅里叶变换

# 去除直流分量
X[0] = 0;

# 幅角变换
phase_shift = np.zeros(len(X))
phase_shift[len(X)//2] = -np.angle(X[len(X)//2])
X_corrected = X * np.exp(1j * phase_shift)

# 转回时域
x_withoutDC = np.real(np.fft.ifft(X_corrected));

print(x_withoutDC);
s_corrected = x_withoutDC;

plt2 = fig.add_subplot(2, 1, 2)
plt2.plot(t, s_corrected.real)
plt2.set_xlabel('Time (s)')
plt2.set_ylabel('Amplitude')
plt2.set_title('After filtered the DC of signal')

fig.suptitle("Demo program : filter DC of signal");
fig.show()