小波变换使用方法一

个人理解：将原始信号进行小波分解，等到不同频率的系数，一个低频，多个高频；然后基于低频和高频系数重建小波；再设置阈值过滤掉一些小波；然后再将所有的波进行相加，得到最终的信号；这里的重点是分解出来的多个波进行叠加，得到新的信号，如果没有过滤一些波，新的信号会和原来完全一样，过滤了一些高频的波，就会和原来不一样的；

个人理解：可以想象下fft变换，一个同期函数可以拆解成不同频率的函数，最终是由这些函数相加而得到原始信号；

小波分析或者说小波变换要做的就是将原始信号表示为一组小波基的线性组合，然后通过忽略其中不重要的部分达到数据压缩或者说降维的目的；

个人理解：小波基已经事先确定好了，线性组合由小波基乘以相关系数而成；

数据重构有三个函数：

pywt.idwt：Single level Inverse Discrete Wavelet Transform

pywt.waverec：Multilevel 1D Inverse Discrete Wavelet Transform
 

pywt.upcoef：Direct reconstruction from coefficients