提取每种波形的特征python代码

在Python中，提取信号（如波形）的特征通常涉及到数字信号处理（DSP）技术，特别是频域分析、时间序列分析等。以下是一个简单的例子，使用numpy和matplotlib库来提取傅里叶变换（FFT）作为波形的一个基本特征：

import numpy as np
import matplotlib.pyplot as plt

# 假设我们有一个包含波形数据的数组signal
signal = ...  # 替换成你的实际波形数据

# 分割波形到多个段，每个段用于单独提取特征
window_size = 1024  # 窗口大小
steps = signal.shape[0] // window_size
windows = [signal[i:i+window_size] for i in range(0, steps*window_size, window_size)]

# 对每个窗口应用快速傅立叶变换
fft_features = [np.fft.fft(window) for window in windows]

# 取复数分量的绝对值（幅度谱）
amplitudes = [np.abs(fft)[:len(window)//2] for fft in fft_features]

# 打印第一个波形及其特征
plt.figure()
plt.plot(signal[:window_size])
plt.title('Original Waveform')
plt.figure()
plt.plot(amplitudes[0])
plt.title('Amplitude Spectrum')

# 更深入的特征可能包括峰点检测、能量分布、熵等，这取决于具体的应用需求