10.数据平滑处理

最新推荐文章于 2024-06-04 03:10:59 发布

qq_34631918

最新推荐文章于 2024-06-04 03:10:59 发布

阅读量1k

点赞数 1

分类专栏：转载

转载专栏收录该内容

5 篇文章 0 订阅

订阅专栏

原

10.数据平滑处理

2017年09月19日 15:32:22 轻笑再轻叹阅读数：12407

																														</div>
			<div class="operating">
								</div>
		</div>
	</div>
</div>
<article class="baidu_pl">
	<div id="article_content" class="article_content clearfix csdn-tracking-statistics" data-pid="blog" data-mod="popu_307" data-dsm="post">
							<div class="article-copyright">
              					<svg class="icon" title="CSDN认证原创" aria-hidden="true" style="width:53px; height: 18px; vertical-align: -4px;">
						<use xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="#CSDN_Cert"></use>
				</svg>
              					
				版权声明：作者：轻笑再轻叹 出处链接：(转载需给出). 文章版权归本人所有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。					https://blog.csdn.net/a1212125/article/details/78030640				</div>
							<link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-f57960eb32.css">
    								            <div id="content_views" class="markdown_views">
						<!-- flowchart 箭头图标 勿删 -->
						<svg xmlns="http://www.w3.org/2000/svg" style="display: none;"><path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path></svg>
						<p>我们在上一篇文章中可以看到,我们的数据是不平滑的,这对拟合来说就有影响,而且有的噪声数据会影响拟合的函数的准确性.所以在对数据拟合前,应该进行平滑处理</p>

简单移动平均线

简单移动平均线是计算与等权重的指示函数的卷积,也可以不等权重.
1.用ones函数创建一个元素均为1的数组,然后对整个数组除以N,得到等权重.
2.使用权值,调用convolve函数.
3.从convolve函数分安徽的数组中取出中间的长度为N的部分(即两者作卷积运算时完全重叠的区域.)
4.使用matplotlib绘图

import numpy as np
import matplotlib.pyplot as plt
import sys

N=int(sys.argv[1])
weights=np.ones(N)/N
print("WEIGHTS",weights)

c=np.loadtxt('/home/syd/Documents/stockdata.csv',delimiter=',',
skiprows=(2),usecols=(2,),unpack=True)
sam=np.convolve(weights,c)[N-1:-N+1]
t=np.arange(N-1,len(c))

plt.plot(t,c[N-1:],lw=1.0)
plt.plot(t,sam,lw=2.0)
plt.show()

 
 
 
 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

这里写图片描述

窗函数:hanning汉宁窗

汉宁窗是一个加权余弦窗函数.numpy.hanning(M) Return the Hanning window.

Parameters: M : int
Number of points in the output window. If zero or
Returns: out : ndarray, shape(M,)
The window, with the maximum value normalized to one (the value one
appears only if M is odd).

1.调用hanning函数计算权重,生成一个长度为N的窗口,输入参数N

N=int(sys.argv[1])
weights=np.hanning(N)
print(weights)
 
 
 
 1
2
3

2.使用convolve,进行卷积运算.然后绘图.

import numpy as np
import matplotlib.pyplot as plt
import sys

N=int(sys.argv[1])
weights=np.hanning(N)
print("WEIGHTS",weights)

c=np.loadtxt('/home/syd/Documents/stockdata.csv',delimiter=',',
skiprows=(2),usecols=(2,),unpack=True)
sam=np.convolve(weights/weights.sum(),c)[N-1:-N+1]
t=np.arange(N-1,len(c))

plt.plot(t,c[N-1:],lw=1.0)
plt.plot(t,sam,lw=2.0)
plt.show()

 
 
 
 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17