Python 时间序列数据平滑去噪 Savitzky-Golay滤波器

举报
叶庭云 发表于 2022/06/20 00:26:45 2022/06/20
【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

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。