python是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。
标准模块
- os模块：提供了许多与操作系统交互的函数，例如创建、移动和删除文件和目录，以及访问环境变量等。
- sys模块：提供了与 Python 解释器和系统相关的功能，例如解释器的版本和路径，以及与 stdin、stdout 和 stderr 相关的信息。
- time模块：提供了处理时间的函数，例如获取当前时间、格式化日期和时间、计时等。
- datetime模块：提供了更高级的日期和时间处理函数，例如处理时区、计算时间差、计算日期差等。
- random模块：提供了生成随机数的函数，例如生成随机整数、浮点数、序列等。
- math模块：提供了数学函数，例如三角函数、对数函数、指数函数、常数等。
- re模块：提供了正则表达式处理函数，可以用于文本搜索、替换、分割等。
- json模块：提供了 JSON 编码和解码函数，可以将 Python 对象转换为 JSON 格式，并从 JSON 格式中解析出 Python 对象。
- urllib模块：提供了访问网页和处理 URL 的功能，包括下载文件、发送 POST 请求、处理 cookies 等。
python六个标准数据类型：
- 不可变数据：Number、String、Tuple
- 可变数据:List、Dictionary、Set print(type(a),type(b))
手动安装库 服务器环境环境
方便安装 包管理，一键安装所有的库 环境管理 集成工具和库 跨平台性 占用磁盘较大
在线https://jupyter.org/try python在线交互式笔记本，本质是一个 Web 应用程序，便于创建和共享程序文档，支持实时代码，数学方程，可视化和 markdown。 用途包括：数据清理和转换，数值模拟，统计建模，机器学习等等
python中用于科学计算的基础包，提供多维数组对象、各种派生对象以及离散、傅里叶、基本线性代数、随机模拟等。 ndarray数组的核心特性，基于连续内存块存储，支持向量化运算 多维性：0维标量、1维向量、2维矩阵
安装 pip install numpy
pandas是针对Python的数据操作和数据分析的软件库，提供了各种娄据结构，简化Python API 来处理表格数据集。pandas 是对 Python 的扩展，可用于处理和操作表格数据，从而高效对数据集执行加载、对齐、合并和转换等操作。 pandas Python API 支持表格、矩阵和时间序列等结构化数据格式，提供各种工具来处理杂乱或原始数据集，将其整理为简明的结构化格式，以便进行分析。为提高性能，会在后端源代码中使用 C 或 Cython 来执行计算密集型操作。pandas 库本质上不支持多线程，这限制了其利用现代化多核平台的能力，并且无法高效处理大量数据。但是，Python 生态系统中的新库和扩展程序有助于打破这一限制。
pandas 库可与更广泛的 Python 数据分析生态系统内的其他科学工具相集成。
https://www.nvidia.cn/glossary/pandas-python/
简言之就是所有的波都可以用多个正弦波叠加表示，可以看出傅里叶变换提供了一种从时域到频域的变换规则。 时域指时间域，它是一个变量是时间，另一个变量是信号在不同时刻的取值。 频域指频率域，一个变量是频率，另一个变量是信号在相应频率分量的幅度，也是通常说的频谱图。 时域是真实世界唯一存在的域，频域不是真实在的，而是一个数学构造，频率是遵循特定规则的数学范畴，我们虽然不能看见频域，但是可以直观的感受到频率，声音的高低变化就是音频在频域上的变化。
无论是否具有周期性，无论是否与正弦信号具有联系，时域上的信号都可以通过傅里叶变换而得到频域的映射。例如方波虽然看起来和正弦波并无相关的可能，但他可以分解成正弦波，只不过这次我们需要更多的理论上将方波分解到无数列正弦波。随着我们加入越来越多的正弦波，叠加出的波形就越来越接近方波。我们可以观察到，最开始几个较低频率的正弦波逐渐叠加时波形变化较大，但在叠加到中频时，波形基本稳定，后来的高频成分叠加对于波形影响较小，主要是添加细节，使其更加光滑。这一特性在我们生活中的体现是，高保真音频较普通的Mp3音频含有更多高频和低频部分，但听上去这两种音频几乎是一样的。