> import numpy as np
> x=np.array([1,2,3])
> h=np.array([4,5,6])
> import scipy.signal
> scipy.signal.convolve(x,h) #卷积运算
array([ 4, 13, 28, 27, 18])

> import numpy as np
> from scipy import signal
> import matplotlib.pyplot as plt
> sig=np.random.randn(1000) #生成随机数
> autocorr=signal.fftconvolve(sig,sig[::-1],mode='full') #fft算法实现卷积
> fig,(ax_orig,ax_mag)=plt.subplots(2,1) #建立两行一列图形
> ax_orig.plot(sig) #在第一行把原始的随机数序列sig画出来
[<matplotlib.lines.Line2D object at 0x0000000006E1DC88>]
> ax_orig.set_title('White noise') #设置标题'白噪声'
<matplotlib.text.Text object at 0x0000000006931860>
> ax_mag.plot(np.arange(-len(sig)+1,len(sig)),autocorr) #卷积后的图像
[<matplotlib.lines.Line2D object at 0x0000000006E1DB00>]
> ax_mag.set_title('Autocorrelation') #设置标题
<matplotlib.text.Text object at 0x0000000006DFE8D0>
> fig.tight_layout() #此句可以防止图像重叠
> fig.show() #显示图像

> import numpy as np
> from scipy import signal
> from scipy import misc
> import matplotlib.pyplot as plt
> face=misc.face(gray=True) #创建一个灰度图像
> scharr=np.array([[-3-3j,0-10j,+3-3j],
    [-10+0j,0+0j,+10+0j],
     [-3+3j,0+10j,+3+3j]]) #设置一个特殊的卷积和
> grad=signal.convolve2d(face,scharr,boundary='symm',mode='same') #把图像的face数组和设计好的卷积和作二维卷积运算,设计边界处理方式为symm
> fig,(ax1,ax2)=plt.subplots(1,2,figsize=(10,6)) #建立1行2列的图fig
> ax1.imshow(face,cmap='gray') #显示原始的图
<matplotlib.image.AxesImage object at 0x00000000078FC198>
> ax1.set_axis_off() #不显示坐标轴
> ax2.imshow(np.absolute(grad),cmap='gray') #显示卷积后的图
<matplotlib.image.AxesImage object at 0x00000000078FCE48>
> ax2.set_axis_off() #不显示坐标轴
> fig.show() #显示绘制好的画布