请给我生成一个提取振动信号中时域与频域特征得代码，尽量详细一些

好的，以下是一个简单的 Python 代码示例，用于提取振动信号的时域和频域特征。假设你已经有一组振动信号的数据，存储在名为 "vibration_data" 的 numpy 数组中。

首先，我们需要导入所需的 Python 库：numpy 用于数值计算，scipy 用于信号处理，matplotlib 用于绘图。

import numpy as np
from scipy import signal
import matplotlib.pyplot as plt

然后，我们可以定义一个函数，用于提取时域特征。在这个函数中，我们将计算振动信号的均值、方差、最大值、最小值、峰值因子和脉冲因子等特征。

def time_domain_features(signal):
    # 计算均值
    mean = np.mean(signal)
    # 计算方差
    variance = np.var(signal)
    # 计算最大值
    max_value = np.max(signal)
    # 计算最小值
    min_value = np.min(signal)
    # 计算峰值因子
    peak_factor = max_value / np.sqrt(variance)
    # 计算脉冲因子
    pulse_factor = max_value / mean
    return mean, variance, max_value, min_value, peak_factor, pulse_factor

接下来，我们可以定义一个函数，用于提取频域特征。在这个函数中，我们将计算振动信号的功率谱密度、主频和频带宽等特征。

def frequency_domain_features(signal, sampling_rate):
    # 计算功率谱密度
    f, psd = signal.welch(signal, fs=sampling_rate)
    # 找到主频
    main_frequency = f[np.argmax(psd)]
    # 计算频带宽
    bandwidth = signal.spectral_bandwidth(signal)
    return psd, main_frequency, bandwidth

最后，我们可以使用这些函数来提取振动信号的时域和频域特征，并将结果打印出来。

# 假设采样率为1000Hz
sampling_rate = 1000

# 提取时域特征
mean, variance, max_value, min_value, peak_factor, pulse_factor = time_domain_features(vibration_data)
print("Mean:", mean)
print("Variance:", variance)
print("Max Value:", max_value)
print("Min Value:", min_value)
print("Peak Factor:", peak_factor)
print("Pulse Factor:", pulse_factor)

# 提取频域特征
psd, main_frequency, bandwidth = frequency_domain_features(vibration_data, sampling_rate)
print("Main Frequency:", main_frequency)
print("Bandwidth:", bandwidth)

# 绘制功率谱密度图
plt.plot(f, psd)
plt.xlabel("Frequency (Hz)")
plt.ylabel("Power Spectral Density")
plt.show()

希望这个示例代码可以帮助你开始提取振动信号的时域和频域特征。当然，这只是一个简单的示例，实际中还需要根据具体情况进行调整和优化。