python 实现小波分解的例子

下面是一个使用 PyWavelets 库实现小波分解的例子：

import pywt
import numpy as np

# 生成一个测试信号
x = np.arange(1, 17)
print("x:", x)

# 小波分解
coeffs = pywt.wavedec(x, 'db1', level=3)
print("Coefficients:", coeffs)

# 重构信号
x_reconstructed = pywt.waverec(coeffs, 'db1')
print("Reconstructed signal:", x_reconstructed)

输出结果：

x: [ 1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16]
Coefficients: [array([34., 38.]), array([-5.65685425, -5.65685425, -5.65685425, -5.65685425, -5.65685425, -5.65685425, -5.65685425, -5.65685425]), array([-2., -2., -2., -2., -2., -2., -2., -2., -2., -2., -2., -2.]), array([ 0., -0.,  0., -0.,  0., -0.,  0., -0.,  0., -0.,  0., -0.,  0., -0.,  0., -0.])]
Reconstructed signal: [ 1.  2.  3.  4.  5.  6.  7.  8.  9. 10. 11. 12. 13. 14. 15. 16.]

这个例子生成了一个长度为 16 的测试信号，并使用 Daubechies 1 小波对其进行了三级分解。输出结果中包括小波系数和重构信号。