使用scipy过滤波形数据。输入、处理和输出

Question

我试图导入一个波形文件，用FFT分析它（找到峰值）。然后用过滤器进行处理（例如去除噪音）。然后将其导出为新的wave文件

在实际过滤时，似乎发生了一些事情

1. 导入数据正常，实际信号正确
2. 分析导入数据正常，频率规格正确
3. 过滤器响应图看起来正常，但我不确定该图是否表示正在处理过滤器

4. 滤波信号出错，因为在绘制滤波器输出时，绘图给出了错误的时间轴数据，并且在某些情况下输出的频谱发生了偏移或根本没有给出

   我认为进口和类似的方法是有效的，我从几个来源获取了它们。 主要来源：https://azitech.wordpress.com/2011/03/15/designing-a-butterworth-low-pass-filter-with-scipy/

   #designing filter.
   order = 10
   lowcut = 950
   highcut =  1050
   fs = 44100
   
   #^^^(fs) is this same sampling frequency of the import? 
   
   #find filter coefficients
   
   def butter_bandpass(lowcut, highcut, fs, order):
       nyq = 0.5 * fs
       low = lowcut / nyq
       high = highcut / nyq
       b, a = signal.butter(order, [low, high], btype='band')
       return b,a
   
   # Call filter to get coefficients
   b, a = butter_bandpass(lowcut,highcut,fs,order)
   
   print(b,a)
   
   # filter frequency response
   (w, h) = signal.freqz(b, a)
   fig.add_subplot(131)
   pyplot.plot((fs*0.5/numpy.pi)*w, numpy.abs(h)) #*w > fs*0.5/numpy.pi* 
   pyplot.title('Filter Respons Freq Domain')
   print('Order filter','=',order)
   pyplot.grid(True)
   
   # Also not sure why source plots it as fs*0.5/numpy.pi < although this gives the right x-axis (frequency) as the input (highcut and lowcut). 
   
   # filtered output
   #zi = signal.lfiltic(b, a, x[0:5], x[0:5])
   #(y, zi) = signal.lfilter(b, a, x, zi=zi)
   # ^^ not used. 
   
   y = signal.lfilter(b, a, data[:,0])
   
   pyplot.plot(t, y)
   pyplot.title('Filter Output Time Domain')
   pyplot.grid(True)
   

最终产品需要是一个能够导入wav文件的脚本（它是采访和噪音（定义的峰值噪音）的组合），分析它以达到峰值，然后将其导出为新的wave可播放文件