如何使用python对其海洋、气象数据进行带通滤波处理，得到我们想要的信号呢？
这里以scipy.signal.butter滤波器为例，如何对于气象海洋数据做带通滤波处理进行简单讲解，库的官方说明文档链接如下：
主要实现过程如下所示：
b,a=scipy.signal.butter(N, Wn, btype='band', analog=False, output='ba', fs=None) filter_result=signal.filtfilt(b, a, data)
里面主要需要关注的为:
- N:滤波器阶数
- Wn：频率 （这里我理解的就是你要滤出的时间天数）
- btype：滤波器类型，
lowpass, highpass, bandpass, bandstop分别为高通，低通，带通、带阻，默认为低通
构造滤波器并传入相应参数后，一般会返回两个变量：a(分母系数）、b（分子系数），之后通过函数signal.filtfilt(),传入相应变量、数据，就可以得到滤波后的数据了。
对于阶数N来说，我的理解是一般不用设置太高，太高的话可能会滤掉过多的信号，我这里一般使用阶数:3、4
以上就是关于滤波的实现原理，下面主要讲解一下关于带通滤波的频率的理解，因为发现大部分的教程示例不适用于海洋、气象数据滤波的处理，没那么通俗易懂。
举个带通滤波的例子
假如想要通过滤波得到天气尺度3-10天的信号，这儿肯定需要做带通滤波了，那么如何计算Wn呢？
首先，先明白Wn的计算公式，通过官网说明可以得到：
Wn=2*截止频率/采样频率
频率是什么呢，其实很简单，频率=1/周期，可以理解为就是我们数据周期的倒数。
因为天气尺度的范围为3-10天，我们默认周期的单位为：1天，以下基于周期为1天的前提进行计算：
相对于周期为一天来说，
- 假如你的数据是
daily的，一天就一个，那么你的数据周期就是1，采样频率就等于1/1=1，还是1 - 假如你的数据是
一天四个时次的，那么一个数据的周期就是0.25，那么采样频率就是1/0.25=4
截止频率是什么呢？与上面采样频率道理类似，还是以相对于周期为一天来说：
3天的截止频率就是1/3，10天的截止频率就是1/10
所以对于3-10天的带通滤波,如果数据基于周期为一天的话，Wn=[2/10,2/3]
如果是30-60天的带通滤波，Wn=[2/60,2/30]
注意：对于数字滤波器，如果没有指定 fs，则将 Wn 单位标准化为0到1，所以检验我们算的Wn有没有错误，可以看他的范围是否符合要求。
这样下面的处理就比较简单了，传入需要滤波的数据即可了：
b, a = signal.butter(3, [2/10,2/3], 'bandpass',axis=time那一维) filter_data = signal.filtfilt(b, a, origin_data)
低通和高通滤波比较简单这里就不再阐述了
以上是对于python对于海洋、气象数据进行带通滤波处理时的一些简单理解，水平有限，欢迎交流！
一个努力学习python的海气人 水平有限，欢迎指正！！！ 欢迎评论、收藏、点赞、转发、关注。 关注我不后悔，记录学习进步的过程~~
