请生成最佳陷波滤波器的代码

在Python中，我们可以使用numpy库来设计数字信号处理中的陷波滤波器。陷波滤波器通常用于去除特定频率范围内的噪声，比如低通、高通或带通滤波。这里以简单的低通陷波滤波器为例，使用Butterworth滤波器设计：

import numpy as np
from scipy.signal import butter, lfilter

def design_lowpass_butterworth(cutoff_freq, nyquist_rate, order=4):
    # 设计滤波器系数
    b, a = butter(order, cutoff_freq / nyquist_rate, btype='low', analog=False)
    return b, a

def apply_filter(data, b, a):
    # 应用滤波器到数据上
    filtered_data = lfilter(b, a, data)
    return filtered_data

# 使用示例
cutoff_freq = 0.5  # 频率下限 (0 到 1 表示 Nyquist frequency)
nyquist_rate = 1.0  # 采样频率
data = np.random.rand(1000)  # 你要滤波的数据

b, a = design_lowpass_butterworth(cutoff_freq, nyquist_rate)
filtered_data = apply_filter(data, b, a)