Skip to content
TheChatArchiveThe Chat Archive
gpt-4-1106-preview· OpenAIAi2 WildChat-4.8M (AI2)

fait moi le code pour un filtre passe bas à 30hz en python

  1. User

    fait moi le code pour un filtre passe bas à 30hz en python

  2. Assistant

    Pour créer un filtre passe-bas de 30 Hz en Python, vous pouvez utiliser la bibliothèque SciPy qui fournit de nombreuses fonctions de traitement du signal. Le filtre le plus commun pour cette tâche est le filtre Butterworth, qui a un roulement doux et une réponse en fréquence plate dans la bande passante.

    Voici un script Python exemple qui utilise SciPy pour concevoir et appliquer un filtre passe-bas de 30 Hz:

    import numpy as np
    from scipy.signal import butter, filtfilt
    import matplotlib.pyplot as plt
    
    # Paramètres du filtre
    fs = 1000  # Fréquence d'échantillonnage en Hz
    fc = 30    # Fréquence de coupure en Hz
    ordre = 4  # Ordre du filtre
    
    # Fonction pour créer un filtre Butterworth passe-bas
    def butter_lowpass(cutoff, fs, order=5):
        nyq = 0.5 * fs  # Fréquence de Nyquist
        normal_cutoff = cutoff / nyq
        b, a = butter(order, normal_cutoff, btype='low', analog=False)
        return b, a
    
    # Fonction pour appliquer le filtre passe-bas
    def butter_lowpass_filter(data, cutoff, fs, order=5):
        b, a = butter_lowpass(cutoff, fs, order=order)
        y = filtfilt(b, a, data)
        return y
    
    # Création d'un signal exemple pour tester le filtre
    t = np.linspace(0, 1, fs, endpoint=False)  # Vecteur temporel
    signal = 0.5 * np.sin(2*np.pi*30*t) + np.sin(2*np.pi*90*t)  # Signal avec deux composantes: 30Hz et 90Hz
    
    # Filtrage du signal
    filtred_signal = butter_lowpass_filter(signal, fc, fs, ordre)
    
    # Affichage des signaux
    plt.figure()
    plt.subplot(2, 1, 1)
    plt.plot(t, signal)
    plt.title('Signal Original')
    plt.xlabel('Temps [sec]')
    plt.ylabel('Amplitude')
    plt.grid()
    
    plt.subplot(2, 1, 2)
    plt.plot(t, filtred_signal)
    plt.title('Signal après filtrage passe-bas à 30Hz')
    plt.xlabel('Temps [sec]')
    plt.ylabel('Amplitude')
    plt.grid()
    
    plt.tight_layout()
    plt.show()
    

    Ce script fait plusieurs choses :

    1. Définition de la fréquence d'échantillonnage et de la fréquence de coupure.
    2. Création du filtre Butterworth avec la fonction butter_lowpass.
    3. Application du filtre au signal exemple à l'aide de la fonction butter_lowpass_filter, qui utilise filtfilt pour un filtrage non-causal zéro-phase pour éviter le décalage de phase dans le signal filtré.
    4. Génération d'un signal de test, comprenant deux composantes de fréquence, une dans la bande passante (30 Hz) et une hors de la bande passante (90 Hz).
    5. Affichage du signal original et du signal filtré pour que vous puissiez voir l'effet du filtre.

    Assurez-vous d'avoir installé les bibliothèques nécessaires (numpy et scipy) avant d'exécuter ce code. Vous pouvez les installer avec pip si nécessaire :

    pip install numpy scipy matplotlib
    

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.