python巴特沃斯滤波

巴特沃斯滤波器是数字信号处理中常用的一种滤波器，它可以实现对信号的低通、高通、带通和带阻滤波。Python中可以使用scipy库中的signal模块来实现巴特沃斯滤波。

具体实现步骤如下：
1. 导入需要的库：import numpy as np; from scipy import signal
2. 定义滤波器的参数：采样率、截止频率、滤波器类型（lowpass、highpass、bandpass、bandstop）、滤波器阶数
3. 根据参数使用signal.butter()函数设计滤波器：b, a = signal.butter(order, Wn, btype=filter_type, fs=sample_rate)
4. 使用设计好的滤波器对信号进行滤波：signal.filtfilt(b, a, data)

下面是一个简单的例子：

import numpy as np
from scipy import signal

# 生成测试数据
sample_rate = 1000
t = np.linspace(0, 1, sample_rate)
data = np.sin(2*np.pi*10*t) + np.sin(2*np.pi*50*t) + np.random.normal(0, 1, len(t))

# 定义滤波器参数
order = 4
lowcut = 20  # 截止频率为20Hz
filter_type = 'lowpass'

# 设计滤波器
Wn = lowcut / (sample_rate/2)
b, a = signal.butter(order, Wn, btype=filter_type)

# 使用滤波器对信号进行滤波
filtered_data = signal.filtfilt(b, a, data)

# 绘制滤波前后的信号
import matplotlib.pyplot as plt
plt.plot(t, data, 'b-', label='data')
plt.plot(t, filtered_data, 'r-', linewidth=2, label='filtered data')
plt.legend()
plt.xlabel('Time [sec]')
plt.ylabel('Amplitude')
plt.show()