python+曲线拟合+数据平滑Savitzky-Golay 滤波器实现曲线平滑
#Savitzky-Golay 滤波器实现曲线平滑
# ⽤于⽣成问题描述中⽰例曲线的代码如下：
linspace numpy
Size = 255
x = np.linspace(0, Size, Size+1)
data = g_hist
# 可视化图线
# plt.plot(x, data)
# 使⽤Savitzky-Golay 滤波器后得到平滑图线
from scipy.signal import savgol_filter
y = savgol_filter(data, 21, 1, mode='nearest') #savgol_filter(x, window_length, polyorder)
# 可视化图线
plt.plot(x, data, 'b', label='savgol')
# plot1 = plt.plot(x, data, '*', label='original values')
plot2 = plt.plot(x, y, 'r', label='SG polyfit values')
plt.xlabel('x axis')
plt.ylabel('y axis')
plt.legend(loc=1)  # 指定legend的位置，读者可以⾃⼰help它的⽤法
plt.title('polyfitting')
plt.show()
参考：
结果图
基于volve实现滑动平均滤波
# 实现数据可视化中的数据平滑
def moving_average(interval, windowsize):
window = np.ones(int(windowsize)) / float(windowsize)
re = np.convolve(interval, window, 'same')
return re
def LabberRing():
Size = 255
t = np.linspace(0, Size, Size+1)
# print('t=', t)
# np.random.randn 标准正态分布的随机数，np.random.rand 随机样本数值
y = b_hist
# print('y=', y)
plt.plot(t, y, 'k')  # plot(横坐标，纵坐标，颜⾊)
y_av = moving_average(y.flatten(), 5)
plt.plot(t, y_av, 'b')
plt.xlabel('Time')
plt.ylabel('Value')
# id()⽹格线设置
plt.show()
LabberRing()  # 调⽤函数
注意画图传⼊数据需为⼀维，否则报错：ValueError: object too deep for desired array 结果图

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。