PyWavelets/pywt

解决的问题

PyWavelets 提供了一套全面的工具，用于在 Python 中执行小波变换。与仅提供频率信息的傅里叶变换不同，小波变换能够对在时间和频率上都具有局部特性的信号或数据进行分析，因此对于处理非平稳信号至关重要。

工作原理

该库实现了多种数学基函数（小波），用于分解信号。支持一维、二维和多维（nD）信号，并提供多种变换类型，包括离散小波变换（DWT）、平稳小波变换和连续小波变换，使用户能够在不同尺度上分析和重构数据。

适用人群

专为需要进行时间-频率分析、信号处理或数据压缩的研究人员、数据科学家和工程师设计，尤其适合需要与 Matlab Wavelet Toolbox 兼容的用户。

主要特性

• 支持 1D、2D 和 nD 的前向与逆向离散小波变换。
• 多级分解与重构功能。
• 内置超过 100 种小波滤波器，并支持自定义小波。
• 支持单精度和双精度的实数与复数计算。
• 支持 1D 和 2D 的平稳小波变换及小波包分解。