Skip to content
The Chat Archive
gpt-3.5-turbo-0613· OpenAIAi2 WildChat-4.8M (AI2)

Напиши код простого фильтра низких частот на phyton

  1. User

    Напиши код простого фильтра низких частот на phyton

  2. Assistant

    Конечно! Вот пример простого фильтра низких частот на языке Python:

    import numpy as np
    import scipy.signal as sig
    import matplotlib.pyplot as plt
    
    # Генерируем сигнал с шумом
    t = np.linspace(0, 1, 1000)
    x = np.sin(2*np.pi*10*t) + np.random.randn(len(t))*0.8
    
    # Определяем частоту среза и создаем фильтр низких частот
    cutoff_freq = 8
    nyquist_freq = 0.5 / t[1]
    normalized_cutoff_freq = cutoff_freq / nyquist_freq
    b, a = sig.butter(4, normalized_cutoff_freq, btype='low')
    
    # Применяем фильтр к сигналу
    filtered_signal = sig.lfilter(b, a, x)
    
    # Визуализируем результаты
    plt.figure(figsize=(10, 6))
    plt.plot(t, x, label='Исходный сигнал')
    plt.plot(t, filtered_signal, label='Отфильтрованный сигнал')
    plt.xlabel('Время')
    plt.ylabel('Амплитуда')
    plt.title('Простой фильтр низких частот')
    plt.legend()
    plt.show()
    

    В этом коде мы сначала генерируем сигнал с шумом (x), а затем определяем частоту среза (cutoff_freq). Затем мы создаем фильтр низких частот с помощью функции sig.butter, указав порядок фильтра (4) и нормализованную частоту среза (normalized_cutoff_freq). Затем мы применяем фильтр к исходному сигналу с помощью функции sig.lfilter и сохраняем результат в filtered_signal. Наконец, мы визуализируем исходный и отфильтрованный сигналы с помощью библиотеки matplotlib.

    Обратите внимание, что в этом примере мы использовали библиотеки numpy, scipy.signal и matplotlib для работы с массивами, генерации сигналов и визуализации данных. Перед запуском кода убедитесь, что у вас установлены эти библиотеки.