Python 时间序列数据平滑去噪 Savitzky-Golay滤波器
【摘要】
一、引言
一般来说,对时间序列曲线做平滑好处多多,能使得原始时间序列更具备可预测性:
减少噪声对时间序列的影响;
获得除去噪声后的时间序列数据;时间序列平滑后的数据可以用来解释原序列的一些特征;...
一、引言
一般来说,对时间序列曲线做平滑好处多多,能使得原始时间序列更具备可预测性:
- 减少噪声对时间序列的影响;
- 获得除去噪声后的时间序列数据;时间序列平滑后的数据可以用来解释原序列的一些特征;
- 更好的可视化潜在的趋势。
对时间序列曲线进行平滑处理,可以利用 Savitzky-Golay 滤波器。
二、Python 实践
Python 中 Savitzky-Golay 滤波器可以在 scipy 库里直接调用,而不需要自己动手实现,调用方法说明如下:
scipy.signal.savgol_filter(x, window_length,
polyorder, deriv=0,
delta=1.0
- 1
- 2
文章来源: yetingyun.blog.csdn.net,作者:叶庭云,版权归原作者所有,如需转载,请联系作者。
原文链接:yetingyun.blog.csdn.net/article/details/124422189
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)