savgol_filter#
- scipy.signal.savgol_filter(x, window_length, polyorder, deriv=0, delta=1.0, axis=-1, mode='interp', cval=0.0)[源]#
对数组应用 Savitzky-Golay 滤波器。
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
要滤波的数据。如果 x 不是单精度或双精度浮点数组,它将在滤波前转换为
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',window_length 必须小于或等于 x 的大小。
- polyorderint
用于拟合样本的多项式阶数。polyorder 必须小于 window_length。
- derivint, optional
要计算的导数阶数。这必须是非负整数。默认值为 0,表示不对数据进行微分而直接滤波。
- deltafloat, optional
将应用滤波器的样本间距。仅当 deriv > 0 时使用。默认值为 1.0。
- axisint, optional
应用滤波器的数组 x 的轴。默认值为 -1。
- modestr, optional
必须是 'mirror'、'constant'、'nearest'、'wrap' 或 'interp'。这决定了用于应用滤波器的填充信号的扩展类型。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,请参见“备注”。当选择 'interp' 模式(默认值)时,不使用扩展。相反,对边缘的最后 window_length 个值拟合一个 polyorder 阶多项式,并使用此多项式评估最后 window_length // 2 个输出值。
- cvalscalar, optional
如果 mode 为 'constant',则用于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
滤波后的数据。
另请参见
备注
mode 选项的详细信息
- ‘mirror’
以相反的顺序重复边缘的值。最靠近边缘的值不包括在内。
- ‘nearest’
扩展包含最近的输入值。
- ‘constant’
扩展包含由 cval 参数给定的值。
- ‘wrap’
扩展包含数组另一端的值。
例如,如果输入为 [1, 2, 3, 4, 5, 6, 7, 8],并且 window_length 为 7,则以下显示了各种 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
0.14.0 版本新增。
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])
使用长度为 5 的窗口和 2 阶多项式进行滤波。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样本,因此当 mode='interp'(默认值)与 polyorder=2 一起使用时,最后三个值保持不变。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])