python 小波分析 cwt_python scipy signal.cwt用法及代码示例

连续小波变换。

使用小波函数对数据执行连续的小波变换。 CWT使用小波函数对数据进行卷积，其特征在于宽度参数和长度参数。小波函数可以很复杂。

参数：

data：(N,) ndarray在其上执行转换的数据。

wavelet：function小波函数，应带有2个参数。第一个参数是返回向量将具有的点数(len(wavelet(length，width))== length)。第二个是宽度参数，定义小波的大小(例如高斯的标准偏差)。参考ricker，满足了这些要求。

widths：(M,) sequence用于转换的宽度。

dtype：data-type, 可选参数所需的输出数据类型。默认为float64如果小波的输出是实数，并且complex128如果很复杂。

1.4.0版的新函数。

kwargs：关键字参数传递给小波函数。

1.4.0版的新函数。

返回值：

cwt：(M，N)ndarray将具有(len(widths)，len(data))的形状。

注意：

1.4.0版的新函数。

对于非对称复数值小波，输入信号与小波数据[1]的time-reversed complex-conjugate卷积。

length = min(10 * width[ii], len(data))

cwt[ii,:] = signal.convolve(data, np.conj(wavelet(length, width[ii],

**kwargs))[::-1], mode='same')

参考文献