Single-level n-dimensional Discrete Wavelet Transform.
Parameters: | data : ndarray
wavelet : Wavelet object or name string
mode : str, optional
axes : sequence of ints, optional
|
---|---|
Returns: | coeffs : dict
|
Single-level n-dimensional Inverse Discrete Wavelet Transform.
Parameters: | coeffs: dict :
wavelet : Wavelet object or name string
mode : str, optional
axes : sequence of ints, optional
|
---|---|
Returns: | data: ndarray :
|
Multilevel nD Discrete Wavelet Transform.
Parameters: | data : ndarray
wavelet : Wavelet object or name string
mode : str, optional
level : int, optional
|
---|---|
Returns: | [cAn, {details_level_n}, ... {details_level_1}] : list
|
Examples
>>> import numpy as np
>>> from pywt import wavedecn, waverecn
>>> coeffs = wavedecn(np.ones((4, 4, 4)), 'db1')
>>> # Levels:
>>> len(coeffs)-1
2
>>> waverecn(coeffs, 'db1')
array([[[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.]],
[[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.]],
[[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.]],
[[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.]]])
Multilevel nD Inverse Discrete Wavelet Transform.
Returns: | nD array of reconstructed data. : |
---|
Examples
>>> import numpy as np
>>> from pywt import wavedecn, waverecn
>>> coeffs = wavedecn(np.ones((4, 4, 4)), 'db1')
>>> # Levels:
>>> len(coeffs)-1
2
>>> waverecn(coeffs, 'db1')
array([[[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.]],
[[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.]],
[[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.]],
[[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.]]])