python小波特征提取_Python 小波包变换,小波包能量特征提取 代码

本文介绍了如何使用Python的PyWavelets库进行小波包变换,包括小波包的安装、使用,以及如何从小波包分解中提取特征。通过示例展示了小波包分解的过程,提取各层节点的系数,并绘制了小波树图。同时,文章还详细解释了如何计算小波包能量特征,并给出了能量柱形图的绘制方法。
摘要由CSDN通过智能技术生成

1. 小波外部包下载

要下载两个包:

PyWavelets和Matplotlib(要运行PyWavelets的所有测试,您还需要安装 Matplotlib软件包。)

安装方法:

pip install PyWavelets

pip install Matplotlib

相关链接:

PyWavelets官网:里面有很多的API文档,有小波(小波家族,内置小波等),离散小波变换,逆小波变换等等

小波包的相关用法实例

2. 小波包的使用

2.1 导入相关的包

下面的导入的包中主要是pywt和matplotlib

importnumpy as npimportmatplotlib.pyplot as pltimportosfrom sklearn importpreprocessingimportpywtimportpywt.dataimport pandas as pd

2.2  小波包各节点按照频率由低到高

wp = pywt.WaveletPacket(data=tr, wavelet='db1',mode='symmetric',maxlevel=3)#根据频段频率(freq)进行排序

print([node.path for node in wp.get_level(1, 'freq')])print([node.path for node in wp.get_level(2, 'freq')])print([node.path for node in wp.get_level(3, 'freq')])

代码中tr表示输入的一维数据,执行结果如下

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值