滤波、平滑方法

整理了一下几种滤波方法，对其原理也不甚清楚，还请大家指教。

1.Butterworth滤波器

from scipy import signal
sample_fre = 1
lv_frequency =1/12
highcut = 2*lv_frequency/sample_fre
b, a = signal.butter(8, highcut, 'lowpass')  
nino_butter = signal.filtfilt(b, a, nino1) 

 其中，sample_fre为样本频率，lv_frequency为要过滤的频率，8为滤波器阶数，highcut为临界频率，通过样本频率和要过滤的频率计算得到，‘lowpass’表示滤波器类型，表示滤去高于此频率的波，还可以设置为‘highpass’、‘bandpass’、‘bandstop’。nino1为要滤波的数据。

2. savgol_filter滤波

from scipy.signal import savgol_filter
y_smooth=savgol_filter(nino1,13,3)

其中nino1为要滤波的数据，13为window_length，越大滤波越厉害，只能为正奇整数，3为阶数，表示对窗口内数据进行3阶多项式拟合，小于window_length。

3.平滑

import numpy as np
a=np.repeat(1/9,9)
len1=len(nino1) 
yy=np.convolve(nino1,a,mode='full')

其中nino1为要滤波的数据，9和1/9表示滑动长度为9，每个点的权重是等权重的1/9。mode表示序列两端的处理方式，可以选为‘full’、‘same’、‘valid’。

平滑效果对比

通过以上三种方法平滑后，看画图效果

ax1.plot(x, nino1, 'tab:grey', alpha=1, linewidth=1,label='nino')
ax1.set_title('origin nino',fontsize=fs,x=0.03,y=0.85)

ax2.plot(x, nino_butter, 'tab:blue', alpha=1, linewidth=2,label='butterworth')
ax2.set_title('butterworth',fontsize=fs,x=0.03,y=0.85)

ax3.plot(x, y_smooth, 'tab:green', alpha=1, linewidth=2,label='savgol_filter')
ax3.set_title('savgol_filter',fontsize=fs,x=0.03,y=0.85)

ax4.plot(time2, yy, 'tab:orange', alpha=1, linewidth=2,label='convolve')
ax4.set_title('pinghua',fontsize=fs,x=0.03,y=0.85)

 参考链接：https://blog.csdn.net/weixin_42782150/article/details/107176500