Python的包络线可以基于scipy库使用希尔伯特变换计算分析信号来实现，需要利用的库为scipy.signal.hilbert
用法：
xa= scipy.signal.hilbert（x，N=None，axis=-1）

输入参数：

• x–信号数据
• N–傅里叶分量的数目。默认值：x.shape[轴]
• Axism–int，沿其执行变换的轴。默认值：-1。
  函数返回值：
• xa–解析信号，沿轴的每个一维阵列

基于参考文档三提供的样例，使用希尔伯特变换来确定调幅信号的振幅包络和瞬时频率的Python代码实现如下：

import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import hilbert, chirp
duration = 1.0
fs = 400.0
samples = int(fs*duration)
t = np.arange(samples) / fs
# 创建一个频率从20 Hz增加到100 Hz的信号，并应用振幅调制。

signal = chirp(t, 20.0, t[-1], 100.0)
signal *= (1.0 0.5 * np.sin(2.0*np.pi*3.0*t) )
# 振幅包络由解析信号的幅值给出。瞬时频率可以通过区分瞬时相位与时间的关系来获得。瞬时相位对应于分析信号的相位角。

analytic_signal = hilbert(signal)
amplitude_envelope = np.abs(analytic_signal)
instantaneous_phase = np.unwrap(np.angle(analytic_signal))
instantaneous_frequency = (np.diff(instantaneous_phase) /
                           (2.0*np.pi) * fs)
fig, (ax0, ax1) = plt.subplots(nrows=2)
ax0.plot(t, signal, label='signal')
ax0.plot(t, amplitude_envelope, label='envelope')
ax0.set_xlabel('time in seconds')
ax0.legend()
ax1.plot(t[1:], instantaneous_frequency)
ax1.set_xlabel('time in seconds')
ax1.set_ylim(0.0, 120.0)
fig.tight_layout()

---

参考
包络线的求法
散点数据的包络线获取（MATLAB）
Python-绘制曲线的包络线