写出心电信号hht后各imf的频谱图的代码

首先需要进行Hilbert–Huang变换（HHT），可以使用Python中的PyHHT库来实现。具体步骤如下：

1. 安装PyHHT库

可以通过pip安装PyHHT库：

pip install pyhht

2. 加载心电信号数据

假设我们的心电信号数据存储在一个名为`signal`的一维数组中，我们可以使用NumPy库来加载数据：

import numpy as np

signal = np.loadtxt('signal.txt')

3. 进行HHT分解

使用PyHHT库的`EMD`类进行HHT分解，将心电信号分解为一组固有模态函数（IMF）：

from pyhht.emd import EMD

decomposer = EMD(signal)
imfs = decomposer.decompose()

4. 绘制IMF频谱图

使用NumPy库的`fft`函数计算每个IMF的频谱，然后绘制频谱图：

import matplotlib.pyplot as plt

# 计算每个IMF的频谱
freqs = np.fft.fftfreq(len(signal))
for i, imf in enumerate(imfs):
    spectrum = np.abs(np.fft.fft(imf))
    plt.plot(freqs, spectrum, label=f'IMF {i+1}')

plt.xlabel('Frequency (Hz)')
plt.ylabel('Amplitude')
plt.legend()
plt.show()

完整的代码如下：

import numpy as np
import matplotlib.pyplot as plt
from pyhht.emd import EMD

# 加载心电信号数据
signal = np.loadtxt('signal.txt')

# 进行HHT分解
decomposer = EMD(signal)
imfs = decomposer.decompose()

# 绘制IMF频谱图
freqs = np.fft.fftfreq(len(signal))
for i, imf in enumerate(imfs):
    spectrum = np.abs(np.fft.fft(imf))
    plt.plot(freqs, spectrum, label=f'IMF {i+1}')

plt.xlabel('Frequency (Hz)')
plt.ylabel('Amplitude')
plt.legend()
plt.show()

其中，`signal.txt`是存储心电信号数据的文本文件，每行一个数据点。