一个简单的 Python 实现希尔伯特-黄变换（Hilbert-Huang Transform，简称HHT）的例子

import numpy as np
from scipy.signal import argrelextrema
def emd(data):
    """
    经验模式分解（Empirical Mode Decomposition，EMD）
    """
    # 找到极值点
    max_points, min_points = argrelextrema(data, np.greater, axis=0)
    max_points = np.array(max_points)
    min_points = np.array(min_points)
    # 使用样条插值求上、下包络线
    upper_env = np.zeros(len(data))
    lower_env = np.zeros(len(data))
    for i in range(len(data)):
        upper_env[i] = np.interp(max_points, np.arange(len(data)), data[max_points])
        lower_env[i] = np.interp(min_points, np.arange(len(data)), data[min_points])
    # 求平均值作为固有模式函数（Intrinsic Mode Function，IMF）
    imf = (upper_env + lower_env) / 2
    return imf
# 用法示例：
data = np.random.normal(size=1000)  # 随机生成一组数据
imfs = emd(data)  # 得到固有模式函数（IMF）的集合

###