data = pd.read_excel('D:\破岩平台\振动\数据处理\Z40-1-1\Z40-1-1-1.xlsx') class FeatureExtra(): def __init__(self, signal, fs): # 带多参数，创建类中的函数，也叫方法 self.signal = signal.values self.fs = fs self.Ssignal = signal

.values是将pandas DataFrame中的数据转换为numpy数组，所以self.signal是一个numpy数组。self.fs是信号的采样频率。self.Ssignal是一个实例变量，表示经过特征提取后的信号。你可以在类中定义特征提取的方法，将self.signal作为输入，将特征提取后的信号赋值给self.Ssignal。例如：

import numpy as np
from scipy import signal

class FeatureExtra():
    def __init__(self, signal, fs):
        self.signal = signal.values
        self.fs = fs
        self.Ssignal = None
        
    def extract_features(self):
        # 对self.signal进行特征提取，将结果赋值给self.Ssignal
        f, t, Zxx = signal.stft(self.signal, self.fs, nperseg=1000)
        self.Ssignal = np.abs(Zxx)

这里使用了scipy库中的stft函数对信号进行短时傅里叶变换，并取其幅值作为特征。你可以根据具体需求选择不同的特征提取方法。在使用时，首先创建FeatureExtra对象，然后调用extract_features方法进行特征提取：

import pandas as pd

signal = pd.read_excel('D:\破岩平台\振动\数据处理\Z40-1-1\Z40-1-1-1.xlsx')
fs = 1000

feature_extractor = FeatureExtra(signal, fs)
feature_extractor.extract_features()

print(feature_extractor.Ssignal)