python对折线进行平滑,python数据平滑处理方法

　　主要介绍Python曲线平滑的实现实例，通过实例代码非常详细，对大家的学习或者工作有一定的参考价值。有需要的朋友下面和边肖一起学习。

　　在编写测试程序时，由于数据帧多，生成的图形很难看，如下图所示：

　　由于一些高频点的波动，高频曲线非常难看，需要对曲线进行平滑处理，使曲线过渡更加平滑。为了平滑曲线，这里推荐Savitzky-Golay滤波器，可以直接在scipy库中调用，不需要定义函数。

　　Python中的Savitzky-Golay过滤器调用如下：

　　tmp _ smooth=scipy . signal . sav gol _ filter(tmp，53，3)

　　scipy函数解释：

　　scipy.signal.savgol_filter(x，window_length，polyorder，deriv=0，delta=1.0，axis=-1，mode=interp ，cval=0.0)[来源]

　　对数组应用Savitzky-Golay过滤器。

　　这是一维过滤器。如果x的维度大于1，则axis确定应用滤镜所沿的轴。

　　在对scipy函数的解释中，x是原始数据，也就是上面代码中的tmp数据。Window_length是窗口的长度，需要是奇数。阶是用k阶多项式拟合窗口中的数据点，k的值需要小于window_length。

　　现在看看window_length和k这两个值对曲线的影响。

　　(1)首先window_length平滑曲线，代码如下：

　　tmp _ smooth 1=scipy . signal . sav gol _ filter(tmp，21，3)

　　tmp _ smooth 2=scipy . signal . sav gol _ filter(tmp，53，3)

　　plt.semilogx(f，tmp*0.5，label=mic str(num 1))

　　Plt。semilogx (f，tmp _ smooth1 * 0.5，label= mic str (num1)拟合曲线-21 ，color=red )

　　Plt。semilogx (f，tmp _ smooth2 * 0.5，label= mic str (num1)拟合曲线-53 ，color=green )

　　可以看出，window_length的值越小，曲线越接近真实曲线；window_length的值越大，平滑效果越好。

　　(2)看K值对曲线的影响。代码如下：

　　tmp _ smooth 1=scipy . signal . sav gol _ filter(tmp，21，3)

　　tmp _ smooth 2=scipy . signal . sav gol _ filter(tmp，53，3)

　　plt.semilogx(f，tmp*0.5，label=mic str(num 1))

　　Plt。semilogx (f，tmp _ smooth1 * 0.5，label= mic str (num1)拟合曲线-21 ，color=red )

　　Plt。semilogx (f，tmp _ smooth2 * 0.5，label= mic str (num1)拟合曲线-53 ，color=green )

　　生成的图形如下：

　　可以看出，k值越大，曲线越接近真实曲线；k值越小，曲线越平滑。另外，当k值较大时，由于窗口长度的限制，拟合会出现问题，高频曲线会变成一条直线，如下图所示：

参考资源

　　[1] python smoothing _Python为快速平滑生成曲线。

　　[2]Savitzky-Golay平滑滤波器的python实现

　　关于Python曲线平滑的这篇文章到此为止。有关Python曲线平滑的更多信息，请搜索流行的IT软件开发工作室以前的文章或继续浏览下面的相关文章。希望大家以后多多支持热门IT软件开发工作室！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。