解释t = np.arange(len(ecg_voltage)) / fs fig, ax = plt.subplots(figsize=(12, 6)) ax.plot(t, ecg_voltage, 'b-', label='Raw ECG') ax.plot(t, filtered_ecg_voltage, 'r-', label='Filtered ECG') ax.scatter(r_peaks/fs, filtered_ecg_voltage[r_peaks], marker='o', color='green', label='R peaks') ax.set_xlabel('Time (s)') ax.set_ylabel('Voltage (uV)') ax.legend() plt.show() print(filtered_ecg_voltage)

这段代码主要是用来绘制心电图的，其中：

- `t = np.arange(len(ecg_voltage)) / fs`：生成时间轴，通过采样率 `fs` 和 ECG 信号的样本数来计算出时间轴的时间点。
- `fig, ax = plt.subplots(figsize=(12, 6))`：创建一个大小为 12*6 的画布和一个子图，用于绘制心电图。
- `ax.plot(t, ecg_voltage, 'b-', label='Raw ECG')`：在子图中绘制 ECG 信号的原始数据。
- `ax.plot(t, filtered_ecg_voltage, 'r-', label='Filtered ECG')`：在子图中绘制经过滤波后的 ECG 信号数据。
- `ax.scatter(r_peaks/fs, filtered_ecg_voltage[r_peaks], marker='o', color='green', label='R peaks')`：在子图中绘制 R 波峰点，其中 `r_peaks` 是一个包含所有 R 波峰点位置的数组，通过除以采样率 `fs` 得到时间轴上的位置。
- `ax.set_xlabel('Time (s)')`：设置 X 轴标签为 "Time (s)"。
- `ax.set_ylabel('Voltage (uV)')`：设置 Y 轴标签为 "Voltage (uV)"。
- `ax.legend()`：在子图中添加图例。
- `plt.show()`：显示绘制的心电图。

另外，`filtered_ecg_voltage` 是一个经过滤波后的 ECG 信号数组，其中每个元素都代表一个时间点上的电压值，可以通过 `print(filtered_ecg_voltage)` 来查看它的值。