scipy.signal.

savgol_coeffs#

scipy.signal.savgol_coeffs(window_length, polyorder, deriv=0, delta=1.0, pos=None, use='conv')[源代码]#

计算一维 Savitzky-Golay FIR 滤波器的系数。

参数:
window_lengthint

滤波器窗口长度（即系数数量）。

polyorderint

用于拟合采样的多项式的阶数。polyorder 必须小于 window_length。

derivint，可选

要计算的导数阶数。这必须是一个非负整数。默认值为 0，表示在不进行求导的情况下滤波数据。

deltafloat，可选

将应用滤波器的采样的间距。仅在 deriv > 0 时使用。

posint 或 None，可选

如果 pos 不为 None，则它指定窗口内的评估位置。默认值是窗口的中间。

usestr，可选

‘conv’ 或 ‘dot’。此参数选择系数的顺序。默认值为 ‘conv’，表示系数按卷积顺序排列。对于 use=’dot’，则顺序颠倒，因此通过使用系数点乘数据集来应用过滤器。

返回值:
coeffs1 维 ndarray

滤波器系数。

另请参见

savgol_filter

注释

在版本 0.14.0 中添加。

参考

A. Savitzky, M. J. E. Golay，《通过简化最小二乘法程序对数据进行平滑和微分》。《分析化学》，1964 年，第 36 卷（第 8 期），第 1627-1639 页。罗建文、应葵、白京。2005 年。《用于偶数数据的 Savitzky-Golay 平滑和微分滤波器》。《信号处理》。85 卷，第 7 期（2005 年 7 月），第 1429-1434 页。

示例

>>> import numpy as np
>>> from scipy.signal import savgol_coeffs
>>> savgol_coeffs(5, 2)
array([-0.08571429,  0.34285714,  0.48571429,  0.34285714, -0.08571429])
>>> savgol_coeffs(5, 2, deriv=1)
array([ 2.00000000e-01,  1.00000000e-01,  2.07548111e-16, -1.00000000e-01,
       -2.00000000e-01])

请注意，use=’dot’ 仅仅是反转了系数。

>>> savgol_coeffs(5, 2, pos=3)
array([ 0.25714286,  0.37142857,  0.34285714,  0.17142857, -0.14285714])
>>> savgol_coeffs(5, 2, pos=3, use='dot')
array([-0.14285714,  0.17142857,  0.34285714,  0.37142857,  0.25714286])
>>> savgol_coeffs(4, 2, pos=3, deriv=1, use='dot')
array([0.45,  -0.85,  -0.65,  1.05])

x 包含抛物线 x = t**2 的数据，在 t = -1、0、1、2、3 处进行采样。em class="xref py py-obj">c 保存了将在最后位置计算导数的系数。当点乘em class="xref py py-obj">x 时，结果应为 6。

>>> x = np.array([1, 0, 1, 4, 9])
>>> c = savgol_coeffs(5, 2, pos=4, deriv=1, use='dot')
>>> c.dot(x)
6.0
本页内容