对断路器合闸行程曲线进行小波包分解的python代码，并绘制图

小波包分解（Wavelet Packet Decomposition, WPD）也是另一种常用的时频分析方法，尤其适用于捕捉信号的高频细节。对于断路器合闸行程曲线，我们可以使用`PyWavelets`库进行小波包分解。以下是基本的Python代码示例：

import numpy as np
import matplotlib.pyplot as plt
from pywt import wavedec, plot_wavpacket

# 假设你有断路器合闸行程数据存放在'data.csv'
data = np.loadtxt('data.csv', delimiter=',')

# 小波包分解
wavelet_name = 'db4'  # 可选择的小波基，这里选Daubechies 4级小波
coeffs = wavedec(data, wavelet_name, level=3)  # 分解层次设定为3级

# 绘制原信号和分解后的各级小波包
fig, axs = plt.subplots(3, 1, figsize=(10, 10))
axs[0].plot(data, label='Original Signal')
axs[0].legend()

for i, (coef_level, ax) in enumerate(zip(coeffs, axs[1:-1])):
    plot_wavpacket(data, wavelet=wavelet_name, scales=coef_level, ax=ax, title=f'Level {i+1}')

# 最底层系数通常包含大部分能量，展示一下低频部分
axs[-1].plot(coeffs[-1], label='Approximation')
axs[-1].legend()

plt.show()

这段代码首先加载数据，然后使用`wavedec`函数进行小波包分解。`plot_wavpacket`函数用来可视化分解的结果，每一行代表一个分解层次，左边显示了小波包的系数，右边则是对应的时频图。