eemd分解曲线图python代码

EEMD（Ensemble Empirical Mode Decomposition）是一种信处理方法，用于将非线性和非平稳信号分解成一组称为本征模态函数（IMF）的固有模态函数。下面是一个使用Python实现EEMD分解并绘制曲线图的示例代码：

import numpy as np
import matplotlib.pyplot as plt
from PyEMD import EEMD

# 生成示例信号
t = np.linspace(0, 1, 1000)
signal = np.sin(2 * np.pi * 5 * t) + np.sin(2 * np.pi * 10 * t)

# 创建EEMD对象
eemd = EEMD()

# 执行EEMD分解
eIMFs = eemd.eemd(signal)

# 绘制原始信号和分解后的IMFs
plt.figure(figsize=(10, 6))
plt.subplot(len(eIMFs) + 1, 1, 1)
plt.plot(t, signal, 'b')
plt.title('Original Signal')

for i, eIMF in enumerate(eIMFs):
    plt.subplot(len(eIMFs) + 1, 1, i + 2)
    plt.plot(t, eIMF, 'r')
    plt.title('IMF {}'.format(i + 1))

plt.tight_layout()
plt.show()

这段代码使用PyEMD库实现了EEMD分解，并使用matplotlib库绘制了原始信号和分解后的IMFs曲线图。你可以根据自己的需求修改示例信号和调整绘图参数。