python平滑拟合数据lowess和Savitzky-Golay完整代码

最新推荐文章于 2024-09-29 09:29:47 发布

我的小号1111

最新推荐文章于 2024-09-29 09:29:47 发布

阅读量7.5k

点赞数 5

分类专栏： pyhon date

本文链接：https://blog.csdn.net/weixin_42199636/article/details/89210506

版权

本文提供了Python中实现数据平滑的Lowess和Savitzky-Golay滤波器的完整代码示例。通过这两种方法，可以有效地对噪声数据进行平滑处理，提取出数据的主要趋势。

摘要由CSDN通过智能技术生成

完整代码如下：

import numpy as np 
import pandas as pd 
from pandas import Series, DataFrame
import matplotlib.pyplot as plt
#读取文件数据
df = pd.read_csv('averageSpeed23.csv',names=['t','g'])
Y0 = df['t']
X0 = df['g']
x=np.array(Y0)
y=np.array(X0)	



# statsmodels.api
import statsmodels.api as sm 
lowess=sm.nonparametric.lowess
z=lowess(y,x,frac=0.02)
plt.plot(x,y)
plt.title('lowess')
plt.plot(z[:,0],z[:,1],color='r',lw=1)

# Savitzky-Golay filter 平滑 
from scipy.signal import savgol_filter
zs=savgol_filter(y, 9, 3) # window size 51, polynomial order 3
plt.figure()
plt.plot(x,y)
plt.title('Savitzky-Golay filter')
plt.plot(x,zs,color='r',lw=1)
plt.show()

结果如下：