python20191031_python-如何在不丢失轮廓线的情况下平滑Mat...

平滑数据->丢失数据.

我的第一个反应是：为什么要显示平滑的数据？我很少见过数据演示,其中数据平滑实际上有助于理解数据的含义.实际上,这是Tufte经常提出的批评(当然,这并不是避免这样做的原因,但也许是为了让自己提出比正常情况更多的理由).

如果出于某些非数据相关的原因需要使图看起来漂亮,那完全可以,但是如果您要使任务在理解轮廓的本质时使它看起来更令人赏心悦目,则最好只按原样显示原始数据.

如果您将不同的轮廓存储为单独的数据集(例如,如果您只是窃取了轮廓绘图仪正在使用的不同的线图数据集),则可以仅将平滑应用到那些可接受平滑数据丢失的轮廓上,并且保持较小的内部轮廓平滑且呈锯齿状.

或者,您可以修改平滑的参数,以使平滑内核足够狭窄,从而不会完全杀死数据集中的微小内环.

但是从原则上讲,在某种意义上没有“丢失”数据的情况就没有“平滑”数据的方法,并且任何没有统一应用于整个数据集的方法都将是可疑的.

添加：

为什么不将该图做成一系列的两个图？您已经拥有的大型平滑图(由于平滑显示而丢失了一些数据),然后是侧面的图,该图只是放大版本,仅包含放置的小轮廓.这(以及适当的标题和标题)将引起人们对平滑的注意,这样就不会有人误解平滑的图是已更改的数据这一事实,并且可以让您用另一个面板显示更漂亮的大轮廓,从而使丑陋,锯齿状的小轮廓.它还为平滑数据和原始数据添加了很好的视觉效果,这对于像这样的图通常是很好的效果.