scipy.signal.

savgol_filter#

scipy.signal.savgol_filter(x, window_length, polyorder, deriv=0, delta=1.0, axis=-1, mode='interp', cval=0.0)[源代码]#

将 Savitzky-Golay 滤波器应用于数组。

这是一个一维滤波器。如果 x 的维度大于 1，则 axis 确定应用滤波器的轴。

参数:

xarray_like: 要过滤的数据。如果 x 不是单精度或双精度浮点数组，它将在过滤之前转换为 numpy.float64 类型。
window_lengthint: 滤波器窗口的长度（即，系数的数量）。如果 mode 为 ‘interp’，则 window_length 必须小于或等于 x 的大小。
polyorderint: 用于拟合样本的多项式的阶数。polyorder 必须小于 window_length。
derivint, 可选: 要计算的导数的阶数。这必须是非负整数。默认值为 0，这意味着过滤数据而不进行微分。
deltafloat, 可选: 将应用滤波器的样本的间距。仅当 deriv > 0 时使用。默认值为 1.0。
axisint, 可选: 应用滤波器的数组 x 的轴。默认值为 -1。
modestr, 可选: 必须为 ‘mirror’、‘constant’、‘nearest’、‘wrap’ 或 ‘interp’。这确定用于填充要应用滤波器的信号的扩展类型。当 mode 为 ‘constant’ 时，填充值由 cval 给出。有关 ‘mirror’、‘constant’、‘wrap’ 和 ‘nearest’ 的更多详细信息，请参阅 Notes。当选择 ‘interp’ 模式（默认）时，不使用扩展。相反，将一个 polyorder 次多项式拟合到边缘的最后 window_length 个值，并且该多项式用于评估最后 window_length // 2 个输出值。
cval标量, 可选: 如果 mode 为 ‘constant’，则填充输入边缘之外的值。默认值为 0.0。

返回:

yndarray, 与 x 形状相同: 过滤后的数据。

另请参阅

savgol_coeffs

备注

有关 mode 选项的详细信息

‘mirror’
以相反的顺序重复边缘的值。不包括最靠近边缘的值。

‘nearest’
扩展包含最近的输入值。

‘constant’
扩展包含由 cval 参数给出的值。

‘wrap’
扩展包含来自数组另一端的值。

例如，如果输入为 [1, 2, 3, 4, 5, 6, 7, 8]，且 window_length 为 7，则以下内容显示了各种 mode 选项的扩展数据（假设 cval 为 0）

mode       |   Ext   |         Input          |   Ext
-----------+---------+------------------------+---------
'mirror'   | 4  3  2 | 1  2  3  4  5  6  7  8 | 7  6  5
'nearest'  | 1  1  1 | 1  2  3  4  5  6  7  8 | 8  8  8
'constant' | 0  0  0 | 1  2  3  4  5  6  7  8 | 0  0  0
'wrap'     | 6  7  8 | 1  2  3  4  5  6  7  8 | 1  2  3

在版本 0.14.0 中添加。

示例

>>> import numpy as np
>>> from scipy.signal import savgol_filter
>>> np.set_printoptions(precision=2)  # For compact display.
>>> x = np.array([2, 2, 5, 2, 1, 0, 1, 4, 9])

使用窗口长度为 5 和 2 次多项式进行过滤。对所有其他参数使用默认值。

>>> savgol_filter(x, 5, 2)
array([1.66, 3.17, 3.54, 2.86, 0.66, 0.17, 1.  , 4.  , 9.  ])

请注意，x 中的最后五个值是抛物线的样本，因此当使用 mode='interp'（默认值）和 polyorder=2 时，最后三个值不变。将其与例如 mode='nearest' 进行比较

>>> savgol_filter(x, 5, 2, mode='nearest')
array([1.74, 3.03, 3.54, 2.86, 0.66, 0.17, 1.  , 4.6 , 7.97])