Python信号处理工具箱概况

概况

目前除了MATLAB的一些专业性很强的工具箱还无法被替代之外，MATLAB的大部分常用功能都可以在Python世界中找到相应的扩展库。和MATLAB相比，用Python做科学计算有如下优点：首先，MATLAB是一款商用软件，并且价格不菲。而Python完全免费，众多开源的科学计算库都提供了Python的调用接口。用户可以在任何计算机上免费安装Python及其绝大多数扩展库。其次，与MATLAB相比，Python是一门更易学、更严谨的程序设计语言。它能让用户编写出更易读、易维护的代码。最后，MATLAB主要专注于工程和科学计算。然而即使在计算领域，也经常会遇到文件管理、界面设计、网络通信等各种需求。而Python有着丰富的扩展库，可以轻易完成各种高级任务，开发者可以用Python实现完整应用程序所需的各种功能。

---

本书参考Matlab Signal Processing Toolbox的体系架构，及其函数和案例组织方式，对应整理并编写了基于Python的信号处理工具箱（Python Signal Processing Toolbox，简称PySPT）函数和案例。重点整理编写了如下5个章节的对应函数和案例：

• 1．信号生成和预处理
• 2．测量和特征提取
• 3．变换、相关性和建模
• 4．数字和模拟滤波器
• 5．频谱分析

函数和案例都配以对应Matlab的Python代码为示例，引导读者通过编程的方式来准确地理解信号处理的相关知识及其应用。还在GitHub上提供PySPT程序示例源代码，方便读者下载阅读和调试运行。