我尝试在 R 和 Python 中对相同数据运行相同的过滤器，但得到了不同的结果，下面是代码。 谁能告诉我为什么会发生这种情况以及如何解决它？
Python 代码:
from scipy import signal
>>> fc = 0.05 # Cutoff frequency normal
>>> N = 1 # Filter order
>>> b, a = signal.butter(N, fc)
>>> print b, a
[ 0.07295966 0.07295966] [ 1. -0.85408069]
>>> data_in = [1, 2, 4, 5, 7, 8, 100, 101, 5]
>>> signal.filtfilt(b, a, data_in)
array([-17.64249874, -13.92903176, -10.61891211, -7.66701305,
-5.03713838, -2.70112003, -1.19904652, -1.65272747, -4.06100815])
R代码:
> library(signal)
> data_in<-c(1,2,4,5,7,8,100,101,5)
> N<-1 #order
> fc<-0.05 #cutoff frequency
> (b2<-butter(N,fc)) #the filter
$b
[1] 0.07295966 0.07295966
$a
[1] 1.0000000 -0.8540807
attr(,"class")
[1] "Arma"
> filtfilt(b2$b,b2$a,data_in)
[1] 6.142885 7.162141 8.303857 9.559103 10.921776 12.388452 13.397369 12.814425 10.637551
有人能理解为什么这里有差异吗？
最佳答案
在 python 上使用这个函数而不是原来的函数后，我收到了几乎相同的值。
signal.filtfilt(b,a,data_in,padtype = 'odd', padlen=3*(max(len(b),len(a))-1))
关于python - R 和 Python 中巴特沃斯滤波器的不同结果，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/51478221/