savgol_filter#
- scipy.signal.savgol_filter(x, window_length, polyorder, deriv=0, delta=1.0, axis=-1, mode='interp', cval=0.0)[原始碼]#
將 Savitzky-Golay 濾波器應用於陣列。
這是 1-D 濾波器。如果 x 的維度大於 1，則 axis 決定了應用濾波器的軸。
- 參數:
- xarray_like
要過濾的資料。如果 x 不是單精度或雙精度浮點陣列，它將在過濾前轉換為
numpy.float64型別。- window_lengthint
濾波器視窗的長度（即係數的數量）。如果 mode 為 ‘interp’，window_length 必須小於或等於 x 的大小。
- polyorderint
用於擬合樣本的多項式階數。polyorder 必須小於 window_length。
- derivint, optional
要計算的導數階數。這必須是非負整數。預設值為 0，表示在不過濾的情況下對資料進行濾波。
- deltafloat, optional
將應用濾波器的樣本間距。僅當 deriv > 0 時使用。預設值為 1.0。
- axisint, optional
陣列 x 中要應用濾波器的軸。預設值為 -1。
- modestr, optional
必須為 ‘mirror’、‘constant’、‘nearest’、‘wrap’ 或 ‘interp’。這決定了用於擴展填充訊號的型別，濾波器將應用於該訊號。當 mode 為 ‘constant’ 時，填充值由 cval 給定。有關 ‘mirror’、‘constant’、‘wrap’ 和 ‘nearest’ 的更多詳細資訊，請參閱註解。當選擇 ‘interp’ 模式（預設值）時，不使用擴展。而是將 polyorder 次多項式擬合到邊緣的最後 window_length 個值，並且此多項式用於評估最後 window_length // 2 個輸出值。
- cvalscalar, optional
如果 mode 為 ‘constant’，則填充輸入邊緣外的值。預設值為 0.0。
- 回傳:
- yndarray，形狀與 x 相同
已過濾的資料。
另請參閱
註解
mode 選項的詳細資訊
- ‘mirror’
以相反的順序重複邊緣的值。不包括最接近邊緣的值。
- ‘nearest’
擴展包含最接近的輸入值。
- ‘constant’
擴展包含由 cval 參數給定的值。
- ‘wrap’
擴展包含來自陣列另一端的值。
例如，如果輸入為 [1, 2, 3, 4, 5, 6, 7, 8]，且 window_length 為 7，則以下顯示了各種 mode 選項的擴展資料（假設 cval 為 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 中新增。
範例
>>> 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])
使用視窗長度為 5 和 2 次多項式進行濾波。所有其他參數使用預設值。
>>> savgol_filter(x, 5, 2) array([1.66, 3.17, 3.54, 2.86, 0.66, 0.17, 1. , 4. , 9. ])
請注意，x 中的最後五個值是拋物線的樣本，因此當 mode='interp'（預設值）與 polyorder=2 一起使用時，最後三個值保持不變。將其與例如 mode='nearest' 進行比較
>>> 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])