介绍
这篇文章将为大家详细讲解有关Pywavelets库怎么在Python中使用,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。
具体如下:
#, - *安康;编码:,utf-8 - *安康; import numpy  as np import 数学 import matplotlib.pyplot  as plt import pandas  as pd import datetime 得到scipy import 插入 得到pandas import  DataFrame系列 import numpy  as np import pywt data =, np.linspace (1, 4, 7), #,pywt.threshold方法讲解:, #,,,,,,,,pywt.threshold(数据、价值mode =& # 39;软# 39;,substitute =, 0,), #,,,,,,,,数据:数据集,价值:阈值、模式:比较模式默认软,替代:替代值,默认0,浮动类型, #数据:,,[1.5,1只,2只,2.5,3只,3.5,4只), #输出:[,6只,6只,0只,0.5,1只,1.5,2只), # soft 因为数据中1小于2,所以使用6替换,因为数据中第二个1.5小于2也被替换,2不小于2所以使用当前值减去2、2.5大于2,所以2.5 - 2=0.5 ....., print (pywt.threshold(数据,,2,,& # 39;软# 39;(6)),, #数据:,,[1.5,1只,2只,2.5,3只,3.5,4只), # hard 数据中绝对值小于阈值2的替换为6大于2的不替换, print (pywt.threshold(数据,,2,,& # 39;努力# 39;,6)), #数据:,,[1.5,1只,2只,2.5,3只,3.5,4只), #数据中数值小于阈值的替换为6大于等于的不替换, print (pywt.threshold(数据,,2,,& # 39;大# 39;(6),) print (data ) #数据:,,[1.5,1只,2只,2.5,3只,3.5,4只), #数据中数值大于阈值的,替换为6, print (pywt.threshold(数据,,2,,& # 39;少# 39;(6),)
[6。6. 0. 0.5 - 1。1.5 - 2。]
引用>
[6。6. 2. 2.5 - 3。3.5 - 4。]
[6。6. 2. 2.5 - 3。3.5 - 4。]
[1。1.5 - 2。2.5 - 3。3.5 - 4。]
[1。1.5 - 2。6. 6. 6. 6. ]
# !/usr/bin/env python #,- *安康;编码:utf-8 - * - import numpy  as np import matplotlib.pyplot  as plt import pywt import pywt.data 时间=ecg pywt.data.ecg () 时间=data1 np.concatenate (np.arange (1, 400), ,,,,,,,,,,,np.arange (398,, 600), ,,,,,,,,,,,np.arange (601,, 1024))) 时间=x np.linspace (0.082, 2.128, num=1024) [:: 1) 时间=data2 np.sin (40, *, np.log (x)), *, np.sign ((np.log (x))) mode =pywt.Modes.smooth def plot_signal_decomp(数据,w,标题): “““才能Decompose 以及plot a signal S。 S 才能=,An +, Dn +, Dn-1 +,…, + D1 “才能”;“ 时间=w 才能;pywt.Wavelet (w) #选取小波函数 时间=a 才能;数据 时间=ca 才能;[]#近似分量 时间=cd 才能;[]#细节分量 for 才能小姐:拷贝范围(5): ,,,(a, d),=, pywt.dwt (a, w,模式)#进行5阶离散小波变换 ,,,ca.append (a) ,,,cd.append (d) 时间=rec_a 才能;[] 时间=rec_d 才能;[] for 我,才能,coeff 拷贝列举(ca): ,,,coeff_list =,(多项式系数,,没有),+,(没有),*我 ,,,rec_a.append (pywt.waverec (coeff_list, w)) #重构 for 我,才能,coeff 拷贝列举(cd): ,,,coeff_list =,(没有,,多项式系数),+,(没有),*我 ,,,if 小姐:==3: ,,,,,印刷(len(多项式系数)) ,,,,,印刷(len (coeff_list)) ,,,rec_d.append (pywt.waverec (coeff_list, w)) 时间=fig 才能;plt.figure () ax_main 才能=,fig.add_subplot (len (rec_a), +, 1, 1, 1) ax_main.set_title才能(标题) ax_main.plot才能(数据) ax_main.set_xlim才能(0,,len(数据),安康;1) for 我,才能,y 拷贝列举(rec_a): ,,,ax =, fig.add_subplot (len (rec_a), +, 1,, 2,, 3, +,小姐:*,2) ,,,ax.plot (y), & # 39; " # 39;) ,,,ax.set_xlim (0,, len (y),安康;1) ,,,ax.set_ylabel (“% d", %,(小姐:+,- 1)) for 我,才能,y 拷贝列举(rec_d): ,,,ax =, fig.add_subplot (len (rec_d), +, 1,, 2,, 4, +,小姐:*,2) ,,,ax.plot (y), & # 39;舌鳎# 39;) ,,,ax.set_xlim (0,, len (y),安康;1) null null null null null null null null null nullPywavelets库怎么在Python中使用