如何在Python中使用PyWavelets与numpy获取小波包变换后的数值列表

pywt返回的WaveletPacket是树状结构的容器类实例，而非直接存储数值的序列。你直接对该实例调用np.array()时，numpy会将整个WaveletPacket对象作为单个元素封装进数组，因此得到的数组size为1。
你直接打印wp能看到9个数值，是因为WaveletPacket类自定义了打印输出的格式化方法，输出时会展示根节点存储的原始输入数据，不代表numpy数组内部包含9个独立元素。

不要直接转换WaveletPacket实例本身，根据你的使用场景提取对应数据后再转numpy数组：

• 如果你需要获取原始输入对应的数值序列，直接访问根节点的data属性：

wp = pywt.WaveletPacket(data=frequencyList, wavelet='db1', mode='symmetric', maxlevel=3)
wp_arr = np.array(wp.data)
# 此时wp_arr.size为9，和输入长度一致

• 如果你需要获取指定分解层的所有频带系数，先调用get_level获取该层所有节点，再拼接各节点的系数：

# 示例：获取第3层的所有系数，按频率顺序排序
level3_nodes = wp.get_level(3, order='freq')
wp_coeffs = np.concatenate([node.data for node in level3_nodes])

• 如果你需要对某个子频带做重构得到和原始输入等长的信号，调用对应节点的reconstruct方法：

# 示例：重构第3层低频子带的信号
reconstructed_signal = wp['aaa'].reconstruct()
reconstructed_arr = np.array(reconstructed_signal)

import numpy as np
import pywt

print("starting wavelet packet transform...")

timeList = np.array([11, 12, 13, 14, 15, 16, 17, 18, 19])
frequencyList = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])

##########################
# Wavelet Packet Transform
##########################
wp = pywt.WaveletPacket(data=frequencyList, wavelet='db1', mode='symmetric', maxlevel=3)
# 提取根节点数据
wp_arr = np.array(wp.data)
print("Size of timeList: ", timeList.size)
print("Size of wp_arr: ", wp_arr.size)

print("terminating wavelet packet transform...")

运行后输出：

starting wavelet packet transform...
Size of timeList:  9
Size of wp_arr:  9
terminating wavelet packet transform...

内容的提问来源于stack exchange，提问作者Silas W.