如何使用python计算信噪比

亲爱的专家们，我有一个数据集，我只想计算数据的信噪比。数据在此加载

我的代码如下：

import numpy as np
from scipy import signaltonoise
import scipy.io
dat=scipy.io.loadmat('./data.mat')
arr=dat['dn']
snr=scipy.stats.signaltonoise(arr, axis=0, ddof=0) 

但我遇到了类似importorror的错误：无法从“scipy”导入名称“signaltonoise”

---

如果不存在如何计算snr的方法，请建议使用python使用此数据集的其他方法。

scipy.stats.signaltonoise

已在scipy 1.0.0中删除。您可以降级scipy版本，也可以自己创建函数：

def signaltonoise(a, axis=0, ddof=0):
    a = np.asanyarray(a)
    m = a.mean(axis)
    sd = a.std(axis=axis, ddof=ddof)
    return np.where(sd == 0, 0, m/sd)

资料来源：

有关docstring，请参见github链接

编辑：完整脚本将如下所示

import numpy as np
import scipy.io

def signaltonoise(a, axis=0, ddof=0):
    a = np.asanyarray(a)
    m = a.mean(axis)
    sd = a.std(axis=axis, ddof=ddof)
    return np.where(sd == 0, 0, m/sd)

dat = scipy.io.loadmat('./data.mat')
arr = dat['dn']
snr = signaltonoise(arr)

---

更一般地说，这取决于应用程序。对于许多应用，平均值和标准偏差之间的关系可能就足够了

正如朱丽叶·维克托所指出的那样，网上很容易找到旧版本，而且是最常见的版本。为了将其转换为分贝，需要添加 . 在此之前，如果信号的平均值为负值，则应计算绝对值：

def signaltonoise_dB(a, axis=0, ddof=0):
    a = np.asanyarray(a)
    m = a.mean(axis)
    sd = a.std(axis=axis, ddof=ddof)
    return 20*np.log10(abs(np.where(sd == 0, 0, m/sd)))

然而，当感兴趣的信号包含更高的频率时（例如，在音频应用中，直流电通常甚至被过滤掉），这会遇到问题

使用kaiser加窗，检测基波峰值并计算其功率。谐波也是如此。假设信号的其余部分为噪声，并计算其相应的功率电平。 其他方法包括信号的低通滤波（类似于计算其平均值）。
还可以找到另一个基于python的示例。

---

python中的方法（包括类似matlab的基于周期图的方法）的不完整概述可以在python中找到

但是信噪比在哪里？你能帮我在你的脚本中实现我的数据吗？它可以工作…但我需要一些分贝值…比如1db…需要计算一些平均值吗？不知道你的意思。如果

signaltonoise

工作正常，请接受回答。如果你有另一个不相关的问题，你可能想开始一个新的问题。这似乎是一个关于数据的问题。最好向数据提供商咨询。