### 使用 Python 潮汐分析库获取 Amp 和 Pha 的值 在潮汐分析中，振幅（Amp）和相位角（Pha）是非常重要的参数。这些值可以通过调和分析的方法提取出来。下面介绍如何使用 `pytides` 库来获取潮汐成分的振幅和相位。 #### 安装依赖库 首先需要安装必要的库： ```bash pip install pytides numpy matplotlib ``` #### 示例代码 以下是一个完整的示例代码，演示如何从一组水位数据中提取潮汐成分的振幅和相位： ```python from pytides.tide import Tide import numpy as np import datetime import matplotlib.pyplot as plt # 假设我们有一组时间戳和对应的水位数据 times = [ datetime.datetime(2023, 1, 1) + datetime.timedelta(hours=i*6) for i in range(100) ] water_levels = ( 1.5 * np.sin((2*np.pi/12.42)*np.arange(len(times)) - np.radians(90)) + 0.8 * np.cos((2*np.pi/23.93)*np.arange(len(times))) + np.random.normal(scale=0.1, size=len(times)) ) # 创建 Tide 对象并分解信号 my_tide = Tide.decompose(water_levels, times) # 输出各分量的振幅(Amp)和相位(Pha) for constituent_name, amplitude, phase in zip( my_tide.model['name'], my_tide.model['amplitude'], my_tide.model['phase'] ): print(f"{constituent_name}: Amplitude={amplitude:.4f}, Phase={phase:.4f}°") # 绘制原始数据与拟合结果对比图 plt.figure(figsize=(10, 6)) plt.plot(times, water_levels, label="Observed", color='blue') plt.plot(times, [my_tide.at(t) for t in times], label="Fitted", color='red', linestyle="--") plt.xlabel("Time") plt.ylabel("Water Level (m)") plt.legend() plt.title("Tidal Analysis with pyTides") plt.show() ``` #### 解析说明 - 上述代码创建了一组模拟的时间序列数据，其中包含了两个主要的潮汐分量：M2（半日潮）和K1（全日潮），同时还加入了一些随机噪声[^1]。 - 调用了 `Tide.decompose()` 方法对输入数据进行了调和分析，并返回了一个包含多个潮汐分量的对象。 - 遍历模型中的每一个分量名称、振幅以及相位角度，并打印输出[^2]。 - 最后部分展示了如何将观察到的数据与通过调和分析得到的最佳拟合曲线进行比较绘制成图形[^3]。 --- ###