在python中无包实现Haar小波

我正在尝试编写一个代码来实现离散小波变换（haar小波dwt），而不使用python中的包

到目前为止，我找到了一个链接，在那里他们实现了类似的东西，链接。它在运行时不会给出任何错误，但最终结果不正确。我运行的代码是：

def离散haarwavelettransform（x）：
N=len（x）
输出=[0.0]*N
长度=N>>1
尽管如此：
对于范围内的i（0，长度）：
总和=x[i*2]+x[i*2+1]
差=x[i*2]-x[i*2+1]
输出[i]=总和
输出[长度+i]=差值
如果长度==1：
返回输出
#交换数组以进行下一次迭代
x=输出[：长度>=1

输入：

list=[56, 40, 8, 24, 48, 48, 40, 16]

电流输出：

[280, -24, 64, 40, 16, -16, 0, 24]

预期产出：

[35, -3, 16, 10, 8, -8, 0, 12]

---

有什么明显的东西我看不见吗？

类似这样的东西应该可以做到这一点——它几乎是对的直译。这可能意味着这不是非常Python-y代码，但如果你不使用

numpy

，无论如何也不是非常Python-y

没有得到预期输出的主要原因是过滤后忘记缩放输出。这使得下一级的系数大约是原来的两倍

请注意，½的缩放比例为预期输出，但½的缩放比例为√2更常用，用于在小波变换下保持信号的L2范数

def haarFWT ( signal, level ):

    s = .5;                  # scaling -- try 1 or ( .5 ** .5 )

    h = [ 1,  1 ];           # lowpass filter
    g = [ 1, -1 ];           # highpass filter        
    f = len ( h );           # length of the filter

    t = signal;              # 'workspace' array
    l = len ( t );           # length of the current signal
    y = [0] * l;             # initialise output

    t = t + [ 0, 0 ];        # padding for the workspace

    for i in range ( level ):

        y [ 0:l ] = [0] * l; # initialise the next level 
        l2 = l // 2;         # half approximation, half detail

        for j in range ( l2 ):            
            for k in range ( f ):                
                y [j]    += t [ 2*j + k ] * h [ k ] * s;
                y [j+l2] += t [ 2*j + k ] * g [ k ] * s;

        l = l2;              # continue with the approximation
        t [ 0:l ] = y [ 0:l ] ;

    return y

def main():
    s0 = [ 56, 40, 8, 24, 48, 48, 40, 16 ];

    print( "level 0" );
    print( s0 );

    print( "level 1" );
    print( haarFWT (s0, 1 ) );

    print( "level 2" );
    print( haarFWT (s0, 2 ) );

    print( "level 3" );
    print( haarFWT (s0, 3 ) );

if __name__ == "__main__":
    main()
# run with: >>> execfile ( "haarwavelet.py" )

---

看看下面的答案——这能解决你的问题吗？