基本数据处理

DASPy集成了 预处理 、 数据滤波 和 频域属性 三个模块，以满足基础数据处理需求。

预处理

DASPy集成了大量常用的DAS预处理工具，包括：相位-应变转换 phase2strain 、归一化 normalization 、去均值 demeaning 、去趋势 detrending 、信道叠加 stacking 、余弦尖灭 cosine_taper 、降采样 downsampling 、数据切割 trimming 、数据扩展 padding 、时域积分 time_integration 和时域微分 time_differential 。

>>> from daspy import read
>>> sec = read()
>>> sec.detrending()

如有需要，在对数据做处理时，会自动更改相应的属性：

>>> sec.data_type
'strain rate'
>>> sec.time_integration()
>>> sec.data_type
'strain'

数据滤波

DASPy包含了常用的滤波方法，包括带通滤波 bandpass 、带阻滤波 bandstop 、低通滤波 lowpass 、高通滤波 highpass 、波形包络 envelope 和II型切比雪夫低通滤波 lowpass_cheby_2 （主要用于降采样前的低通滤波）：

>>> sec.bandpass(1, 15)

频域属性

DASPy支持的频域属性分析包括频谱（x-t谱）、时频谱（f-t谱）谱和频率-波数谱（f-k谱），分别使用 spectrum 、 spectrogram 、 fk-transform 方法计算。其中 spectrogram 默认计算所有道的平均时频谱，可使用 xmin 、 xmax 参数限制计算平均时频谱的起始道和结尾道：

>>> spec, f = sec.spectrum()
>>> Zxx, f, t = sec.spectrogram(xmin=2600, xmax=2620)
>>> fk, f, k = sec.fk_transform()

若仅需绘制这三种频域谱，无需输出计算结果，则可直接使用 plot 方法绘制，详见 可视化 。