样本熵的计算与可视化 python

样本熵的计算包和原理见下链接：

# 计算样本熵 https://sampen.readthedocs.io/en/stable/#with-tox
# 样本熵的解释 https://www.zhihu.com/question/266285555

直接上可视化（我看了很多论文的图，都画这样）

from sampen import sampen2

def sample_entropy(IImfs):
    # 计算样本熵 m=1、2, r=0.1、0.2
    sampen=[]
    for i in IImfs:
        for j in (0.1,0.2):
            sample_entropy=sampen2(list(i),mm=2,r=j,normalize=True)
            sampen.append(sample_entropy)

    # 分离
    entropy_r1m1=[]  # r=0.1、m=1
    entropy_r1m2=[]  # r=0.1、m=2
    entropy_r2m1=[]  # r=0.2、m=1
    entropy_r2m2=[]  # r=0.2、m=2
    for i in range(len(sampen)):
        if (i%2)==0: # r = 0.1
            # m = 1
            entropy_r1m1.append(sampen[i][1][1])
            # m = 2
            entropy_r1m2.append(sampen[i][2][1])
        else: # r = 0.2
            # m = 1
            entropy_r2m1.append(sampen[i][1][1])
            # m = 2
            entropy_r2m2.append(sampen[i][2][1])

    # 可视化       
    fig=plt.figure()
    x=list(range(1,len(IImfs)+1,1))
    # 线段、颜色参考：https://blog.csdn.net/qiurisiyu2016/article/details/80187177
    plt.plot(x,entropy_r1m1,'r:H',label='m=1 r=0.1')
    plt.plot(x,entropy_r2m1,'b:s',label='m=1 r=0.2')
    plt.plot(x,entropy_r1m2,'c:D',label='m=2 r=0.1')
    plt.plot(x,entropy_r2m2,'m:h',label='m=2 r=0.2')
    plt.xlabel('I M F 分 量')
    plt.ylabel('样  本  熵  值')
    plt.legend()
    plt.show()
    #fig.savefig('sample_entropy.png', format='png', transparent=True, dpi=300, pad_inches = 0)

m和r都为参数，可在原理链接中看。可自行调整，不过我看论文用的这个。

计算

# 计算各imf分量的样本熵
sample_entropy(IImfs)

结果，此处数据使用上一篇文章中CEEMDAN分解所得的Imf。