python实现巴特沃斯滤波器

您好，巴特沃斯滤波器是一种常用的数字滤波器，它可以用于滤除信号中高频成分，保留低频成分，从而实现信号的平滑处理。下面是 Python 实现巴特沃斯滤波器的示例代码：

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

# 设置采样频率和截止频率
fs = 1000  # 采样频率
fc = 100  # 截止频率

# 计算巴特沃斯滤波器的系数
b, a = butter(4, fc / (fs / 2), 'low')

# 生成测试信号，包含低频和高频成分
t = np.arange(0, 1, 1 / fs)
x = np.sin(2 * np.pi * 50 * t) + np.sin(2 * np.pi * 200 * t)

# 应用滤波器进行滤波
y = filtfilt(b, a, x)

# 绘制原始信号和滤波后的信号
import matplotlib.pyplot as plt

plt.figure()
plt.plot(t, x, label='Original signal')
plt.plot(t, y, label='Filtered signal')
plt.xlabel('Time (sec)')
plt.ylabel('Amplitude')
plt.legend()
plt.show()

在上面的代码中，我们首先使用 `butter` 函数计算巴特沃斯滤波器的系数，然后使用 `filtfilt` 函数应用滤波器对信号进行滤波。最后，我们使用 Matplotlib 库将原始信号和滤波后的信号绘制在同一张图上，方便对比观察。