Python中信号谱熵计算报错：AttributeError问题求助

错误原因 #

你安装的entropy库不包含spectral_entropy函数，该函数属于pyentrp库（注意库名是pyentrp，而非entropy）。同时你的代码存在两处额外错误：

• 正弦信号公式错误：原代码生成的是100Hz信号，而非你定义的1Hz
• 变量未定义：sf未声明，应使用已定义的Fs

解决办法一：使用正确的第三方库 #

1. 卸载错误库并安装正确库：

pip uninstall entropy -y
pip install pyentrp

2. 修改后的完整代码：

## 导入库
import numpy as np
from pyentrp import entropy as ent

Fs = 100               ## 采样频率(Hz)
f = 1                  ## 正弦信号频率(Hz)
T = 4                  ## 信号时长(s)
N = Fs * T             ## 总采样点数
t = np.arange(N) / Fs  ## 时间向量
# 修正正弦信号公式，使用定义的f而非Fs
x = np.sin(2 * np.pi * f * t)
# 修正变量名，用Fs替代未定义的sf
result = np.round(ent.spectral_entropy(x, Fs, method='fft'), 2)
print(result)

解决办法二：手动实现谱熵计算（无需额外库） #

谱熵的核心逻辑是：计算信号功率谱→归一化得到概率分布→计算香农熵。手动实现代码如下：

import numpy as np

def spectral_entropy(signal, sf):
    # 计算FFT并得到功率谱
    fft_vals = np.fft.fft(signal)
    power_spectrum = np.abs(fft_vals) ** 2 / len(signal)
    # 仅保留正频率部分
    power_spectrum = power_spectrum[:len(power_spectrum)//2]
    # 归一化生成概率分布，添加极小值避免log(0)错误
    p = power_spectrum / np.sum(power_spectrum) + 1e-10
    # 计算香农熵（以2为底）
    return -np.sum(p * np.log2(p))

# 信号参数设置
Fs = 100
f = 1
T = 4
N = Fs * T
t = np.arange(N) / Fs
x = np.sin(2 * np.pi * f * t)

# 计算并输出谱熵
result = np.round(spectral_entropy(x, Fs), 2)
print(result)

内容的提问来源于stack exchange，提问作者NN_Developer