mne.filter.filter_data()

mne.filter.filter_data(data, sfreq, l_freq, h_freq, picks=None, filter_length='auto', l_trans_bandwidth='auto', h_trans_bandwidth='auto', n_jobs=None, method='fir', iir_params=None, copy=True, phase='zero', fir_window='hamming', fir_design='firwin', pad='reflect_limited', *, verbose=None)

data:要读取的数据

 l_freq, h_freq:滤波的频率选择

picks:要包括的通道。默认为选择所有通道。整数的切片和列表将被解释为通道索引。无(默认)将选取所有通道。目前,只有 2D(n_channels、n_times)和 3D(n_epochs、n_channels、n_times)阵列支持此功能。

filter_length:滤波器的长度。默认为‘auto’。

 l_trans_bandwidth='auto', h_trans_bandwidth='auto',低通,高通频率的过渡带的宽度(Hz)

n_jobs:并行工作的数量(安装CUDA)

method:滤波方法,IIR或FIR

iir_params:IIR滤波器参数字典

copy:如果为 True,则返回 x 的副本(筛选器ed)。否则,它将就地对 x 进行操作

相位:滤波器的相位,仅在以下情况下使用。构建对称线性相位FIR滤波器,如果(默认),则补偿该滤波器的延迟,使其非因果关系。如果为 ,则此筛选器应用两次,向前应用一次,向后应用一次(也使其非因果关系)。如果为,则将收缩并施加最小相位滤波器,这是因果关系,但阻带抑制较弱。

fir_window:在FIR设计中使用的窗口可以是“hamming”(默认),“hann”(默认为0.13)或“blackman”。

fir_design:可以是“firwin”(默认),或“firwin2” 。“firwin”使用时域设计技术,通常使用比“firwin2”更少的样本来改善衰减。

 pad:要使用的填充类型。

verbose:控制日志记录输出的详细程度。

你可能感兴趣的:(python)