如何将传感器信号居中至零附近及均值减法对数据的影响

你使用的「信号减去自身均值」是工业信号处理领域非常常用的去直流偏置标准操作，不会对你的有效数据造成负面影响：

• 传感器输出不围绕零点，本质是硬件本身存在固定的直流偏移量，这个偏移是恒定的、不属于你需要采集的动态变化信号。减去均值仅会将信号整体沿Y轴平移到零点附近，信号的波动幅度、变化趋势、所有交流频率特征都和原始数据完全一致，没有改变任何有效信息。
• 如果你后续需要做傅里叶变换、滤波、特征提取等操作，提前做去直流反而会提升处理精度：直流分量对应频域0Hz的强信号，未去除时会压制其他低频有效信号的幅值，还会导致频域分析结果出现异常的0Hz高峰，干扰后续判断。
• 如果你的应用场景需要用到信号的绝对幅值（比如通过电压值换算实际物理量的绝对大小），只需要提前记录每路信号减掉的均值，后续需要还原时加回处理后的信号即可，完全不影响原始数据的可复原性。

代码优化建议 #

你现有代码中重复对同一段数据做了多次np.array()转换，可以做小幅优化减少冗余计算：

for fp in DataPathList:
    k += 1
    print('Opened file number: {}'.format(fp))
    dataset = np.loadtxt(fname=fp)
    y_arr = np.array(dataset[:, column_no])
    # 去直流偏置，同时记录原始均值方便后续还原
    y_mean = y_arr.mean()
    y_signal[k] = y_arr - y_mean
    y_S1_max_signal[k] = np.max(dataset[:, 0])
    S_F = 1000
    N = y_signal[k].shape[0]
    S_T = 1 / S_F
    t_n = S_T * N  # seconds of sampling
    x_time = np.linspace(0, t_n, N)

内容的提问来源于stack exchange，提问作者WDpad159