小波去噪Python代码

下面是一个小波去噪的Python代码示例：

import pywt
import numpy as np

def wavelet_denoise(data):
    # 将信号补全到2的整数次幂（pywt库需要输入长度为2的整数次幂）
    data_len = len(data)
    pad_len = 2 ** np.ceil(np.log2(data_len)) - data_len
    data_pad = np.pad(data, (0, int(pad_len)), 'constant', constant_values=(0))
    
    # 使用小波变换进行去噪
    levels = int(np.floor(np.log2(data_len))) # 取小波变换的层数
    wavelet = 'db4' # 使用 db4 小波基函数
    coeff = pywt.wavedec(data_pad, wavelet, level=levels)
    sigma = (1/0.6745) * np.median(np.abs(coeff[-levels])) # 根据最后一层系数计算阈值
    threshold = sigma * np.sqrt(2 * np.log2(data_len)) # 计算阈值
    coeff[1:] = (pywt.threshold(i, value=threshold, mode='soft') for i in coeff[1:]) # 软阈值
    denoised_data_pad = pywt.waverec(coeff, wavelet)
    denoised_data = denoised_data_pad[:data_len] # 去掉补全的部分
    
    return denoised_data

注意，这个代码使用了pywt库进行小波去噪。使用时需要将待去噪信号作为函数的输入，例如：`denoised_data = wavelet_denoise(data)`。这段代码是能够处理一般的one-dimensional信号，对于其他类型的信号（如image）需要进行对应的修改。