将Matlab fillgaps.m移植到Python时scipy.signal.lfilter报错问题

我之前在移植MATLAB滤波代码到Python时也踩过这个坑，SciPy的lfilter和MATLAB的filter在初始条件的格式要求上有不少容易忽略的差异，这应该就是你遇到报错的核心原因。结合你的情况，给你几个针对性的解决方案：

• 统一数组维度为一维
  MATLAB里的列向量/行向量导出到Python后经常会变成二维数组（比如形状为(n,1)或(1,n)），而scipy.signal.lfilter要求输入的滤波器系数、信号和初始条件都是一维数组。你可以用numpy的squeeze()或flatten()方法把所有数组转成一维：

  import numpy as np
  # 假设b, a, zi是从.mat导入的数组
  b = b.squeeze()
  a = a.squeeze()
  zi = zi.squeeze()
  

  处理后再检查b.ndim、a.ndim和zi.ndim，确保它们都等于1。

• 验证初始条件zi的长度匹配
  MATLAB和SciPy对初始条件的长度要求是一致的（都需要等于max(len(b), len(a)) - 1），但有时候导出过程中可能出现维度错位导致长度异常。你可以手动校验：

  required_zi_len = max(len(b), len(a)) - 1
  if len(zi) != required_zi_len:
      # 如果长度不符，截取或补零（不过你MATLAB能正常运行，大概率长度是对的，这里主要做校验）
      zi = zi[:required_zi_len]
  

• 强制转换为浮点数据类型
  虽然你说已经检查过数据类型，但MATLAB导出的数组可能带有整数类型或者其他非浮点类型，而lfilter对输入类型有严格要求。你可以强制把所有数组转为float64：

  b = np.asarray(b, dtype=np.float64)
  a = np.asarray(a, dtype=np.float64)
  zi = np.asarray(zi, dtype=np.float64)
  

• 尝试用lfilter_zi生成兼容的初始条件（备选）
  如果上述方法都无效，你可以用SciPy自带的lfilter_zi函数生成匹配的初始条件，再替换成你从MATLAB导出的zi值（确保长度一致）：

  from scipy.signal import lfilter, lfilter_zi
  # 生成默认初始条件模板
  zi_template = lfilter_zi(b, a)
  # 替换为你的MATLAB导出值（假设长度匹配）
  zi = zi_template * zi[0]  # 或者直接赋值，如果你的zi是正确的稳态值
  

按照以上步骤调整后，再调用lfilter(b, a, x, zi)应该就能解决这个深度不足的报错了。

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