Avis des lecteurs
Résumé:Le livre « Think DSP » est considéré comme une ressource utile pour l'apprentissage du traitement des signaux numériques (DSP) en Python, en particulier pour les débutants. Cependant, il a été critiqué pour son recours à du code personnalisé plutôt qu'à des bibliothèques standard, que certains utilisateurs ont trouvé trop complexe et peu convivial. Si beaucoup apprécient l'approche pratique et la clarté de la rédaction, d'autres estiment qu'il manque de profondeur dans certains domaines et que les exemples ne sont pas toujours bien expliqués ou fonctionnels.
Avantages:⬤ Excellente ressource pour les débutants en DSP et Python.
⬤ Rédaction claire et concise.
⬤ Des exemples pratiques pour faciliter la compréhension.
⬤ Fournit un mélange d'idées théoriques et pratiques.
⬤ Bon point de départ pour ceux qui s'intéressent à la programmation DSP.
⬤ Utilisation intensive de code personnalisé au lieu de bibliothèques standard comme NumPy et SciPy, ce qui le rend plus complexe.
⬤ Certains exemples et exercices ne sont pas entièrement fonctionnels ou clairs, ce qui entraîne une certaine frustration.
⬤ Manque de profondeur dans les concepts DSP avancés.
⬤ Certains lecteurs ont trouvé le contenu brillant et manquant d'applications pratiques.
(basé sur 17 avis de lecteurs)
Titre original :
Think DSP: Digital Signal Processing in Python
Contenu du livre :
Si vous comprenez les mathématiques de base et savez programmer avec Python, vous êtes prêt à vous plonger dans le traitement du signal. Alors que la plupart des ouvrages commencent par la théorie pour enseigner ce sujet complexe, ce livre pratique présente les techniques en vous montrant comment elles sont appliquées dans le monde réel. Rien que dans le premier chapitre, vous serez en mesure de décomposer un son en ses harmoniques, de modifier les harmoniques et de générer de nouveaux sons.
L'auteur Allen Downey explique des techniques telles que la décomposition spectrale, le filtrage, la convolution et la transformée de Fourier rapide. Ce livre propose également des exercices et des exemples de code pour vous aider à comprendre le matériel.
Vous explorerez :
⬤ Les signaux périodiques et leurs spectres.
⬤ La structure harmonique de formes d'ondes simples.
⬤ Les chants et autres sons dont le spectre change avec le temps.
⬤ Les signaux de bruit et les sources naturelles de bruit.
⬤ La fonction d'autocorrélation pour l'estimation de la hauteur du son.
⬤ La transformée en cosinus discrète (DCT) pour la compression.
⬤ La transformée de Fourier rapide pour l'analyse spectrale.
⬤ La relation entre les opérations dans le temps et les filtres dans le domaine des fréquences.
⬤ Théorie des systèmes linéaires invariants dans le temps (LTI).
⬤ La modulation d'amplitude (AM) utilisée en radio.
Parmi les autres ouvrages de cette série, citons Think Stats et Think Bayes, également d'Allen Downey.
Autres informations sur le livre :
| ISBN : | 9781491938454 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2016 |
| Nombre de pages : | 168 |
Achat:
Actuellement disponible, en stock.
