c++ 实现python中巴特沃斯带通滤波器

Python中有许多现成的开源库可以实现巴特沃斯带通滤波器，如scipy，numpy等。以下是一个使用scipy库的例子：

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

# 定义采样频率和截止频率
fs = 1000.0
lowcut = 10.0
highcut = 100.0

# 计算滤波器系数
nyq = 0.5 * fs
low = lowcut / nyq
high = highcut / nyq
order = 5
b, a = butter(order, [low, high], btype='band')

# 生成测试信号
t = np.linspace(0, 1, fs)
x = np.sin(2*np.pi*50*t) + np.sin(2*np.pi*150*t) + np.sin(2*np.pi*300*t)

# 使用滤波器进行滤波
y = filtfilt(b, a, x)

# 绘制信号和滤波结果
import matplotlib.pyplot as plt
fig, (ax0, ax1) = plt.subplots(nrows=2, sharex=True)
ax0.plot(t, x)
ax0.set_title('Original signal')
ax1.plot(t, y)
ax1.set_title('Filtered signal')
ax1.set_xlabel('Time (seconds)')
plt.show()

这里使用了butter函数计算滤波器系数，其中order表示滤波器阶数，[low, high]表示带通滤波器的截止频率，btype='band'表示带通滤波器。使用filtfilt函数对测试信号进行滤波，得到滤波结果y。最后绘制原始信号和滤波结果，可以看到滤波器成功去除了低于10Hz和高于100Hz的信号成分，保留了50Hz、150Hz和300Hz的成分。