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：
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Savitzky-Golay 滤波器：

结果图

基于Numpy.convolve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')
    # plt.grid()网格线设置
    plt.grid(True)
    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