用户友好的连续小波变换尺度图
scaleogram的Python项目详细描述
#比例图
scaleogram是一种用户友好的连续小波一维数据分析绘图工具 基于[pywavelts库](https://github.com/PyWavelets/pywt)。
当我意识到建造好的地块有多么困难时,我开始了这个项目 小波的标量图,其标点和标号与特征的实际位置一致。 因此,本模块旨在为快速数据分析或发布提供可靠的工具。
它具有以下功能:
- 完全初学者的简单呼叫签名
- 可读轴和干净的matplotlib集成
- 许多选项可用于更改刻度、光谱过滤器、色条集成等。
- 支持周期性和频率单位,与标签一致
- 速度,对变换使用n*log(n)算法
- 便携性:使用python2.7和python3.7进行测试
- 包含示例的全面错误消息和文档
- 支持影响锥遮罩
啊![示例](https://github.com/alsauve/scaleogram/blob/master/doc/example.png)
##使用pip安装
使用
` pip install scaleogram `
##从Github安装
` git clone http://github.com/alsauve/scaleogram cd scaleogram python ./setup.py install --user `
###先决条件
此模块取决于
- pywavelet>;=1.0
- matplotlib>;=2.0
- numpy>;=1.0
##文档
许多文档和示例可从docstrings在线获得
Jupyter笔记本还提供快速启动功能
- 基于cwt的数据分析(todo)简介
- [比例-频率关系](https://github.com/alsauve/scaleogram/blob/master/doc/scale-to-frequency.ipynb)
- [nino3.4sst季节性时间序列的尺度图示例](https://github.com/alsauve/scaleogram/blob/master/doc/El-Nino-Dataset.ipynb)
- [测试集的图形输出](https://github.com/alsauve/scaleogram/blob/master/doc/tests.ipynb)
##运行测试
特征测试矩阵可以用
` # launch graphical tests python -m scaleogram.test `
##内置
- [vim](https://www.vim.org/)-编辑器
- [spyder](https://www.spyder-ide.org/)-科学的python开发环境
- [jupyter](https://jupyter.org/)-jupyter笔记本
##realeases
请参阅[发布页面](https://github.com/alsauve/scaleogram/releases)。
##贡献
请阅读[contributing.md](https://gist.github.com/PurpleBooth/b24679402957c63ec426)了解我们行为准则的详细信息,以及向我们提交请求的过程。
##版本控制
我们使用[semver](http://semver.org/)进行版本控制。有关可用的版本,请参见[此存储库上的标记](https://github.com/alsauve/scaleogram/tags)。
##作者
- alexandre sauve-initial work-[scaleogram](https://github.com/alsauve/scaleogram)
##许可证
此项目是根据麻省理工学院的许可证授权的-有关详细信息,请参见[license.md](license.md)文件
##致谢
- pywavelet背后的团队出色地实现了小波变换
- Matlab环境的灵感和良好的文档
- Mabel Calim Costa为Waipy包装和灵感打造