Coverage for /pythoncovmergedfiles/medio/medio/usr/local/lib/python3.8/site-packages/astroid/brain/brain_scipy_signal.py: 100%

7 statements  

« prev     ^ index     » next       coverage.py v7.2.7, created at 2023-06-07 06:53 +0000

1# Licensed under the LGPL: https://www.gnu.org/licenses/old-licenses/lgpl-2.1.en.html 

2# For details: https://github.com/pylint-dev/astroid/blob/main/LICENSE 

3# Copyright (c) https://github.com/pylint-dev/astroid/blob/main/CONTRIBUTORS.txt 

4 

5"""Astroid hooks for scipy.signal module.""" 

6from astroid.brain.helpers import register_module_extender 

7from astroid.builder import parse 

8from astroid.manager import AstroidManager 

9 

10 

11def scipy_signal(): 

12 return parse( 

13 """ 

14 # different functions defined in scipy.signals 

15 

16 def barthann(M, sym=True): 

17 return numpy.ndarray([0]) 

18 

19 def bartlett(M, sym=True): 

20 return numpy.ndarray([0]) 

21 

22 def blackman(M, sym=True): 

23 return numpy.ndarray([0]) 

24 

25 def blackmanharris(M, sym=True): 

26 return numpy.ndarray([0]) 

27 

28 def bohman(M, sym=True): 

29 return numpy.ndarray([0]) 

30 

31 def boxcar(M, sym=True): 

32 return numpy.ndarray([0]) 

33 

34 def chebwin(M, at, sym=True): 

35 return numpy.ndarray([0]) 

36 

37 def cosine(M, sym=True): 

38 return numpy.ndarray([0]) 

39 

40 def exponential(M, center=None, tau=1.0, sym=True): 

41 return numpy.ndarray([0]) 

42 

43 def flattop(M, sym=True): 

44 return numpy.ndarray([0]) 

45 

46 def gaussian(M, std, sym=True): 

47 return numpy.ndarray([0]) 

48 

49 def general_gaussian(M, p, sig, sym=True): 

50 return numpy.ndarray([0]) 

51 

52 def hamming(M, sym=True): 

53 return numpy.ndarray([0]) 

54 

55 def hann(M, sym=True): 

56 return numpy.ndarray([0]) 

57 

58 def hanning(M, sym=True): 

59 return numpy.ndarray([0]) 

60 

61 def impulse2(system, X0=None, T=None, N=None, **kwargs): 

62 return numpy.ndarray([0]), numpy.ndarray([0]) 

63 

64 def kaiser(M, beta, sym=True): 

65 return numpy.ndarray([0]) 

66 

67 def nuttall(M, sym=True): 

68 return numpy.ndarray([0]) 

69 

70 def parzen(M, sym=True): 

71 return numpy.ndarray([0]) 

72 

73 def slepian(M, width, sym=True): 

74 return numpy.ndarray([0]) 

75 

76 def step2(system, X0=None, T=None, N=None, **kwargs): 

77 return numpy.ndarray([0]), numpy.ndarray([0]) 

78 

79 def triang(M, sym=True): 

80 return numpy.ndarray([0]) 

81 

82 def tukey(M, alpha=0.5, sym=True): 

83 return numpy.ndarray([0]) 

84 """ 

85 ) 

86 

87 

88register_module_extender(AstroidManager(), "scipy.signal", scipy_signal)