2.12 真实数据的噪声平滑处理

2.12 真实数据的噪声平滑处理

前言：来自各种真实世界传感器的数据通常是不平滑和不干净的，也包含了一些我们不想在显示在图表或者图形的噪声。

1、操作步骤

（1）基础算法是基于滚动窗口模式（rolling window）
（2）窗口滚动过数据，然后计算出窗口内数据的平均值
（3）对于离散数据，我们使用Numpy的convolve方法；它返回两个一维序列的离散纤细卷积。

2、工作原理

平滑数据噪声的一个简单朴素的方法就是：对窗口（样本）求平均值；然后绘制出给定窗口的平均值，而不是所有数据点。

代码实现：

"""
真实数据噪声平滑处理
"""
from pylab import *
from numpy import *

def moving_average(interval,window_size):
    '''
    计算给定大小的卷积窗口
    :param interval:
    :param window_size:
    :return:
    '''
    #方法ones定义了一个所有元素值为1的序列或者矩阵（例如多维数组）。
    # 我们用它来生成用于求平均值的窗口。
    window=ones(int(window_size))/float(window_size)
    return convolve(interval,window,'same')

#在指定的时间间隔内得到一些均匀间隔的数字。
t=linspace(-4,4,100)
y=sin(t)+randn(len(t))*0.1

plot(t,y,