根据 SciPy 文档 lfilter :
zi : 类似数组,可选 滤波器延迟的初始条件。它是一个长度为 max(len(a),len(b))-1 的向量(或 N 维输入的向量数组)。如果 zi 为 None 或未给出,则假定初始休息。请参阅 lfiltic 了解更多信息。
以下代码调用 lfilter,并使用 lfilter_zi 传递 zi使得 zi 最后一维的长度为 max(len(a),len(b))-1。但是,它会引发错误,具体取决于应用程序的轴:
import numpy as np
import scipy.signal as sig
def apply_filter(B, A, signal, axis=-1):
# apply filter, setting proper initial state (doesn't assume rest)
filtered, zf = sig.lfilter(B, A, signal,
zi=sig.lfilter_zi(B, A) * np.take(signal, 0, axis=axis)[..., np.newaxis], axis=axis)
return filtered
B, A = sig.butter(1, 0.5)
x = np.random.randn(12, 50)
apply_filter(B, A, x, axis=1) # works without error
apply_filter(B, A, x, axis=0) # raises ValueError
ValueError:初始条件的数量必须为 max([len(a),len(b)]) - 1
如何避免错误,并沿任何轴应用过滤器而不假设初始静止?
最佳答案
zi
中的初始条件必须与为 lfilter
指定的轴位于同一轴。更改此:
np.take(signal, 0, axis=axis)[..., np.newaxis]
至
np.take(signal, [0], axis=axis)
<小时/>
np.take(signal, 0, axis=axis)
和 np.take(signal, [0], axis=axis)
之间的区别在于后者保留维数。例如
In [105]: signal
Out[105]:
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]])
In [106]: signal.shape
Out[106]: (3, 5)
如果我们获取
来自轴 1 的第一个索引,我们将得到一个形状为 (3,) 的一维数组:
In [107]: a = np.take(signal, 0, axis=1)
In [108]: a.shape
Out[108]: (3,)
In [109]: a
Out[109]: array([ 0, 5, 10])
如果我们在 indices
参数中使用列表 [0]
,我们会得到一个形状为 (3, 1) 的数组:
In [110]: b = np.take(signal, [0], axis=1)
In [111]: b.shape
Out[111]: (3, 1)
In [112]: b
Out[112]:
array([[ 0],
[ 5],
[10]])
关于python - 沿 N 维数组的任意轴应用初始条件的 SciPy lfilter,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28683232/