使用连续小波变换时不断收到类型错误

Question

我正在尝试使用来自 scipy.signal 的连续小波变换来清理噪声信号，如下所示：

df2=signal.cwt(df, np.arange(1,31), 'gaus1')

这给了我一个类型错误：'

为什么会出现此错误？如何正确地将连续小波变换应用于我的数据？

Answer 1

你为cwt()使用了错误的库

您的代码应该使用pywt 模块而不是scipy.signal

使用以下内容：

import pywt
pywt.cwt(df. np.arange(1, 31), 'gaus1')

来自https://pywavelets.readthedocs.io/en/latest/ref/cwt.html

或者查看scipy.signal.cwt()的文档以了解如何正确使用它：

https://docs.scipy.org/doc/scipy-0.16.1/reference/generated/scipy.signal.cwt.html

Answer 2

如果您要对信号进行去噪，我会推荐离散小波，因为它们比连续小波更快，并且可以完美地重建原始信号，从而减少去噪过程中的伪影。

离散变换分别具有 pywt.dwt 和 pywt.dwt2 的一维和二维变换。目前没有 pywt.cwt 的 2d 版本，所以如果你的“df”有多个维度，你可能会不走运（而且由于 scipy 库在其核心使用 pywt，我怀疑这对你也有用） .

还有另一个小波库 pycwt，它独立于 pywt，可能对你有用，但我对那个库没有太多经验。