我想了解小波变换。到目前为止，我已经了解了它的基本理论。但是我无法理解如何解释这两个系数。

我正在使用 python 的 PyWavelets 包，我有一个 1 年的时间序列数据，平均分为 15 分钟的时间间隔。我每天都在尝试获取高频分量。傅里叶变换给出了关于高频的信息。但我也想获得时间信息，即在一天中的哪个部分出现尖峰（高频）。如果有人可以帮我弄清楚这一点以及如何绘制时间频率。我搜索了很多，但找不到完美的答案。我不是不尝试就寻找免费的解决方案；这是我尝试过的一切

tdayde=d2012_2['Date'].iloc[0]
endde=d2012_2['Date'].iloc[-1]
skiphr=datetime.timedelta(hours=24)
blockde=tdayde+skiphr 

我有附加到数据的时间戳，所以要为我使用的每一天绘制

healtharrayde=d2012_2
healtharrayde=healtharrayde[(healtharrayde['Date'] >= tdayde) & (healtharrayde['Date'] < blockde)]
sig=list(healtharrayde['MCP'])
  cA, cD = pywt.dwt(sig, 'db2')
    plt.plot(cD)
    plt.plot(cA)

因此，如果数组中有 96 个值，则 cD 和 cA 都是 48 个值。我想了解和绘制关于时间的 cD（细节组件），那么我应该怎么做？因为有 96 个时间戳（MCP 是值的列名）

对不起，如果这是一个愚蠢的问题，但我真的需要帮助。谢谢