Python Butterworth 低通滤波器：代码解析与应用

这段代码定义了一个名为 butter_lowpass_filter 的函数，该函数用于对输入信号进行低通滤波处理。\n\n参数说明：\n- signal：输入的信号，可以是一维的时间序列数据。\n- cutoff_freq：截止频率，用于确定滤波器的截止频率。\n- fs：采样频率，用于确定信号的采样频率。\n- order：滤波器的阶数，默认为 4。\n\n代码解析：\n1. nyquist_freq = 0.5 * fs：计算信号的奈奎斯特频率，即采样频率的一半。\n2. normal_cutoff = cutoff_freq / nyquist_freq：计算截止频率相对于奈奎斯特频率的比例。\n3. b, a = butter(order, normal_cutoff, btype='low', analog=False)：使用 scipy 库中的 butter 函数生成一个低通滤波器的系数。b 是滤波器的分子系数（前向系数），a 是滤波器的分母系数（反馈系数）。\n4. filtered_signal = filtfilt(b, a, signal)：使用 scipy 库中的 filtfilt 函数对输入信号进行滤波处理。filtfilt 函数是一个零相移滤波器，可以避免滤波器引入的相位延迟。\n5. return filtered_signal：返回滤波后的信号。\n\n总结：\n这段代码实现了一个巴特沃斯低通滤波器，通过给定的截止频率和采样频率对输入信号进行滤波处理，返回滤波后的信号。