请一段代码函数使其实现滤除60Hz的噪声从而保留20Hz内的信号的滤波器功能

以下是一个示例代码，使用巴特沃斯滤波器来滤除60Hz的噪声，保留20Hz内的信号：

import numpy as np
from scipy.signal import butter, filtfilt

def butter_bandpass(lowcut, highcut, fs, order=5):
    nyquist = 0.5 * fs
    low = lowcut / nyquist
    high = highcut / nyquist
    b, a = butter(order, [low, high], btype='band')
    return b, a

def butter_bandpass_filter(data, lowcut, highcut, fs, order=5):
    b, a = butter_bandpass(lowcut, highcut, fs, order=order)
    y = filtfilt(b, a, data)
    return y

# 示例数据
fs = 1000  # 采样率
t = np.arange(0, 1, 1/fs)  # 时间序列
data = np.sin(2 * np.pi * 10 * t) + np.sin(2 * np.pi * 30 * t) + np.sin(2 * np.pi * 60 * t)  # 信号

# 滤波器参数
lowcut = 0  # 低截止频率
highcut = 20  # 高截止频率
order = 6  # 滤波器阶数

# 滤波
filtered_data = butter_bandpass_filter(data, lowcut, highcut, fs, order)

# 绘制原始信号和滤波后的信号
import matplotlib.pyplot as plt
plt.figure()
plt.subplot(2, 1, 1)
plt.plot(t, data)
plt.title('Original Signal')
plt.subplot(2, 1, 2)
plt.plot(t, filtered_data)
plt.title('Filtered Signal')
plt.tight_layout()
plt.show()

这段代码首先定义了一个巴特沃斯滤波器的函数 butter_bandpass，用于计算滤波器的系数。然后定义了一个滤波函数 butter_bandpass_filter，该函数使用 butter_bandpass 函数计算滤波器系数，并使用 scipy.signal.filtfilt 函数对输入信号进行滤波。最后，使用示例数据生成一个包含10Hz、30Hz和60Hz的信号，然后使用滤波函数对信号进行滤波，并绘制原始信号和滤波后的信号。