Python信号特征计算方法输出查看及代码注释汉化

1. 查看每个方法执行后打印输出值的方法 #

• 逐点打印：在每个方法调用语句后直接加print()输出返回结果，无需改动方法内部逻辑。例如调用时域特征计算函数后，直接编写print(f"当前窗口偏度计算结果：{calc_skewness(window_data)}")，脚本运行时控制台会直接输出对应值。
• 统一日志追踪：写一个通用的函数装饰器，给所有需要观测的方法统一加上执行日志，自动打印方法名和返回值，不用逐行修改调用点，装饰器参考代码：

def log_output(func):
    def wrapper(*args, **kwargs):
        result = func(*args, **kwargs)
        print(f"[执行输出] 方法{func.__name__} 返回值：{result}")
        return result
    return wrapper

在每个目标方法定义前加上@log_output即可，代码运行时会按执行顺序自动打印所有被装饰方法的输出。

• 交互式环境查看：如果用Jupyter Notebook、IPython这类交互式环境运行代码，把单个方法调用单独放在代码单元末尾，不做变量赋值，运行单元后会自动打印该方法的返回结果。
• 输出持久化存档：如果需要留存所有输出方便后续核对，运行脚本时直接将控制台输出重定向到本地文件，执行命令为python signal_process.py > run_result.log，所有打印的输出值会同步写入run_result.log文件，可随时查阅。

2. 文档注释中译操作规则 #

• 翻译仅覆盖注释内容：只翻译#开头的单行注释、"""/'''包裹的文档字符串内容，所有可执行代码语句、变量名、函数名、类名、导入路径完全保留，禁止改动任何会影响代码运行的内容。
• 术语保持统一：NumPy、SciPy这类库名保留原写法，均值、标准差、偏度、峰度、时间窗口切片、时域统计特征、CSV矩阵这类专业术语统一使用国内信号处理、统计领域通用译名，不自行创造译法。
• 统计定义、数学符号、公式完全保留：原注释中出现的所有统计量定义、数学符号（如$\mu$代表均值、$\sigma$代表标准差）、计算公式全部原样保留，仅翻译公式、定义周边的解释性文字。
• 翻译校验：注释翻译完成后，完整运行一次代码原有功能，对比翻译前后的输出结果，确认没有因误改代码导致的逻辑异常、结果偏差。

翻译示例对比
原英文注释代码：

def calc_kurtosis(signal_seg):
    """
    Calculate kurtosis of the input signal segment.
    Kurtosis is a measure of the "tailedness" of the probability 
    distribution of a real-valued random variable.
    Formula: E[((X - mu)/sigma)^4] - 3
    """
    pass

翻译后注释代码：

def calc_kurtosis(signal_seg):
    """
    计算输入信号段的峰度
    峰度是衡量实值随机变量概率分布“尾部厚度”的统计量
    公式：E[((X - mu)/sigma)^4] - 3
    """
    pass

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