Matlab的“`mdwtdec()”与Python的“`wavedec()”

Question

我正在尝试将Matlab代码转换为Python。为了实现多信号一维小波分解，在Matlab中使用了mdwtdec() .我在python中找到的最接近的函数是pywt lib，wavedec()。

而matlab函数采用4个参数mdwtdec(DIRDEC,X,LEV,WNAME)：这里X是信号，LEV是电平，WNAME是小波名，DIRDEC是方向指示符：r (行)或c (列)。

mdwtdec(DIRDEC,X,LEV,WNAME)在矩阵X的每一行(如果DIRDEC = r)或每列(如果DIRDEC = c)的水平上返回小波分解，使用小波WNAME.。

在小波变换中，wavedec(X,LEV,WNAME)采用与Matlab相似的X、LEV和WNAME。该方向没有选项，因此默认情况下它被设置为'r‘。我也需要“c”作为选项，如何在Python中实现它？

Answer 1

pywt的wavedec假设信号是一个数组，如果信号不是数组，那么结果就不那么令人信服了(对于方阵，结果似乎与逐行运算相对应，而对于非方阵则不是这样)。

幸运的是，您可以使用wavedec对每一行或每列运行apply_along_axis。使用一些额外的包装，您可以定义一个Matlab近似(Matlab的版本可能有更好的错误处理)到mdwtdec，例如：

import pywt
import numpy as np
def mdwtdec(dirdec,x,lev,wavelet):
    """
    Multisignal 1D Discrete Wavelet decomposition.

    Parameters
    ----------
    dirdec  : char
        Direction indicator: 'r' (row) or 'c' (column)
    x       : matrix
        Input matrix
    wavelet : Wavelet object or name string
        Wavelet to use
    lev     : int
        Decomposition level (must be >= 0). If level is None then it
        will be calculated using the ``dwt_max_level`` function.
    """
    return np.apply_along_axis(
        lambda y: np.concatenate(pywt.wavedec(y, wavelet, level=lev)),
        axis={'c':0, 'r':1}[dirdec], arr=x)

我用过：

• 将逼近系数和细节系数保持为紧行/列向量的np.concatenate
• 一个lambda表达式，用于指定执行的函数以及输入参数的映射