小波包分解 python代码

小波包分解是一种将信号通过小波变换分解为不同频率子频带的方法。它可以用于信号处理、特征提取和数据压缩等领域。以下是一个基于PyWavelets库的Python代码示例，用于进行小波包分解：

import pywt

def wavelet_packet_decomposition(signal, wavelet_name, level):
    # 执行小波包分解
    coeffs = pywt.WaveletPacket(data=signal, wavelet=wavelet_name, mode='symmetric', maxlevel=level)
    
    # 获取每个子频带的系数
    subbands = []
    for node in coeffs.get_level(level, 'freq'):
        subbands.append(coeffs[node.path].data)
    
    return subbands

# 示例用法
input_signal = [1, 2, 3, 4, 5, 6, 7, 8]
wavelet = 'db4'
decomposition_level = 2

subbands = wavelet_packet_decomposition(input_signal, wavelet, decomposition_level)
print(subbands)

在这个示例中，我们首先导入`pywt`库，并定义了一个`wavelet_packet_decomposition`函数用于执行小波包分解。函数接受输入信号、小波名称和分解层数作为参数，并返回每个子频带的系数。

在主函数中，我们定义了一个输入信号`input_signal`，小波名称`wavelet`（这里使用了Daubechies 4小波）和分解层数`decomposition_level`。

通过调用`wavelet_packet_decomposition`函数，我们得到了每个子频带的系数，并将其打印输出。

这段代码展示了如何使用PyWavelets库进行小波包分解。你也可以根据自己的需求进行调整和扩展。