python去噪音_Python-对数据加入噪声干扰的方法

最近在网上和书上看到一些关于对数据加入噪声干扰的方法，感觉写得有些凌乱。这里对我目前见到的一些方法进行整理和改进，如果在以后的学习过程中能遇见更多的方法，再来更新这篇文章。

import numpy as np

import matplotlib.pyplot as plt

#定义目标函数

def func(x, a, b, c):

return a * np.exp(-b * x) + c

#如果上式要使用math.exp，则需要在return语句中进行列表循环，详见文章《Python-math.sin()和numpy.sin()》

#生成x样本点和精确的y样本点

xdata = np.linspace(0, 10, 100)

#a=3, b=2, c=1

y = func(xdata, 3, 2, 1)

#加入噪声的方法1：

error1=0.1

y_noise1 = error1 * np.random.normal(size=xdata.size)

#numpy.random.normal(loc=0.0, scale=1.0, size=None): draw random samples from a normal (Gaussian) distribution.

#生成均值为0，标准差为error1的正态分布(高斯分布)列表，样本点数为size

ydata1 = y + y_noise1

#加入噪声的方法2：

error2=0.2

y_