在Python中，什么等同于MatLab的cwt()？(连续一维小波变换)

What is the equivalent of Matlab#39;s cwt() in Python? (continuous 1-D wavelet transform)(在Python中，什么等同于MatLab的cwt()？(连续一维小波变换))

问题描述

我要计算具有不同尺度和时移的信号的小波。

在Matlab中，使用Wavelet Toolbox中提供的cwt()函数(连续一维小波变换)，我可以将我想要的尺度指定为cwt()的参数，它将返回所有可能的时移：

x = [1, 2, 3, 4];
scales = [1, 2, 3];
wavelet_name = 'db1';
coefs = cwt(x,scales, wavelet_name);

>> coefs =   

   -0.0000   -0.0000   -0.0000    0.0000
   -0.7071   -0.7071   -0.7071   -0.7071
   -1.1553   -1.1553   -1.1553    1.7371

如何在Python中实现这一点？

以下是我到目前为止的两次尝试：

1. 在PyWavelets(Python中的离散小波变换)中，我不知道如何指定小波的Scale参数。
2. 在scipy.signal.cwt中找不到the list of the built-in wavelet functions that I can pass to scipy.signal.cwt：我希望至少有sym2和db1等最常见的小波函数。(例如，参见Matlab's built-in wavelet list)。

推荐答案

除了scipy：

之外，似乎还有一些用于小波运算的Python库

小波

这里有一个指向documentation、github的链接和一个基本的用法片段。它使用起来非常直观，并且有一个非常扩展的implemented wavelets库。

import pywt
import numpy as np
import matplotlib.pyplot as plt

num_steps = 512
x = np.arange(num_steps)
y = np.sin(2*np.pi*x/32)

delta_t = x[1] - x[0]
scales = np.arange(1,num_steps+1)
wavelet_type = 'morl'
coefs, freqs = pywt.cwt(y, scales, wavelet_type, delta_t)
plt.matshow(coefs) 
plt.show()

PyCWT

这里有一个指向documentation、github的链接和一个基本的用法片段。此库的学习曲线比较陡峭，API不是很好，但支持cone of influence或significance testing等功能。

import pycwt as wavelet
import numpy as np
import matplotlib.pyplot as plt

num_steps = 512
x = np.arange(num_steps)
y = np.sin(2*np.pi*x/32)

delta_t = x[1] - x[0]
scales = np.arange(1,num_steps+1)
freqs = 1/(wavelet.Morlet().flambda() * scales)
wavelet_type = 'morlet'

coefs, scales, freqs, coi, fft, fftfreqs = wavelet.cwt(y, delta_t, wavelet=wavelet_type, freqs=freqs)
plt.matshow(coefs.real)
plt.show()

您可以使用pip或conda轻松安装它们。

最后，以下是我还没有尝试使用的其他引用：

1. one
2. two
3. three

这篇关于在Python中，什么等同于MatLab的cwt()？(连续一维小波变换)的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！