python利用小波信号处理，包括读取CSV表格，并将处理后的数据输出至表格（刚开始入门小白制作，以供之后自己改进）

废话不多说，先上python代码

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy.fftpack import fft,ifft
import math
import pywt
import csv
from pandas import DataFrame;

data = pd.read_csv('C:/Users/ASUS/Desktop/voice.csv',encoding="gbk")
y_values = np.array(data['signal'])
x_values = np.array(data['0'])
plt.plot(x_values,y_values)
plt.show()

yy=fft(y_values)                     #快速傅里叶变换
yreal = yy.real               # 获取实数部分
yimag = yy.imag               # 获取虚数部分

yf=abs(fft(y_values))                # 取模
yf1=abs(fft(y_values))/((len(x_values)/2))           #归一化处理
yf2 = yf1[range(int(len(x_values)/2))]  #由于对称性，只取一半区间

xf = np.arange(len(y_values))        # 取频率
xf1 = xf
xf2 = xf[range(int(len(x_values)/2))]  #取一半区间

#plt.plot(xf,yf,'r') #显示原始信号的FFT模值
plt.subplot(2, 1, 1)
plt.plot(xf2,yf2,'g')
#plt.show()
#-----------------------分界线-------------------------------------------
w = pywt.Wavelet('sym8')#选用sym8小波
maxlev = pywt.dwt_max_level(len(data), w)#最大分解级别，返回max_level。db.dec_lenx为小波的长度
coeffs = pywt.wavedec(y_values, w, mode='constant',level=maxlev)#分解波，constant是边缘都填充0，不管tensor的内容
threshold = 0.4
#plt.figure()
for i in range(1, len(coeffs)):
    coeffs[i] = pywt.threshold(coeffs[i], threshold*max(coeffs[i]))  # 将噪声滤波

datarec = pywt.waverec(coeffs, 'sym8')  # 将信号进行小波重构


yy1=fft(datarec)
yreal = yy1.real               # 获取实数部分
yimag = yy1.imag               # 获取虚数部分

yf_1 = abs(fft(datarec))                # 取模
yf1_1 = abs(fft(datarec))/((len(x_values)/2))           #归一化处理
yf2_1 = yf1_1[range(int(len(x_values)/2))]  #由于对称性，只取一半区间

xf_1 = np.arange(len(datarec))        # 频率
xf1_1 = xf_1
xf2_1 = xf_1[range(int(len(x_values)/2))]  #取一半区间

plt.subplot(2, 1, 2)
plt.plot(xf2_1,yf2_1)

#plt.plot(datarec,'g')
plt.show()
#d = DataFrame(datarec)
#d.to_csv('C:/Users/ASUS/Desktop/data.csv')
df1 = pd.DataFrame(datarec)
df1.to_excel("C:/Users/ASUS/Desktop/output.xlsx")  

说说自己遇到的几个问题：
1、data = pd.read_csv(‘C:/Users/ASUS/Desktop/voice.csv’,encoding=“gbk”)读取CSV文件，编码方式为gbk，GBK是中国标准，具体解释见：https://www.cnblogs.com/hehheai/p/6510879.html
data[“列名”]代表那一列的数组，比如data[“signal”]读取的就是signal那一列的所有数据。

2、语法：numpy.array(object,dtype=None,copy=True,order=None,subok=False,ndmin=0)，
object ： 是数组或嵌套的数列
dtype ： 是数组元素的数据类型，可选，默认为浮点型
copy ： 是设置是否需要复制，默认需要
order ： 创建数组的样式，c代表行方向，f代表列方向，a代表任意方向
subok ： 默认返回一个基类类型一致的数组
ndmin ： 指定生成数组的最小维度

3、xf = np.arange(len(y_values)) # 取频率
这一块和MATLAB有些不同
采样定理知采样频率要大于信号频率2倍
4、
导出为CSV和导出EXCEL方式不同

#d = DataFrame(datarec)
#d.to_csv('C:/Users/ASUS/Desktop/data.csv')
df1 = pd.DataFrame(datarec)
df1.to_excel("C:/Users/ASUS/Desktop/output.xlsx")  

5、其他都在代码标注的很清楚

参考网址：
阈值设置：
https://pywavelets.readthedocs.io/en/latest/ref/thresholding-functions.html#pywt.threshold

代码参考：
快速傅里叶变换：
https://blog.csdn.net/qq_39516859/article/details/79766697?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task

小波变换去噪：
https://blog.csdn.net/weixin_41322458/article/details/91385984

6、不明白的地方
1、小波的选取
2、小波分解的层数，据说噪音未知一般5-7层
3、小波阈值的选取

7、总结
这次任务总的来说就是在别人的代码基础上，修修改改，小波基础不好，不明白的地方压很多。通过这个任务，稍微的更明白了信号处理的一点知识和python的一些插件方法。更重要的是，明白了再难的问题，只要耐心下来，总是会解决的。时间紧迫，每一周都有新的任务，每次任务完成的较为浅，努力做好，加油！！！！