scipy.signal.

savgol_filter

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

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，axis 决定了滤波器沿哪个轴应用。

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，它将在过滤前转换为 numpy.float64 类型。

window_length整数

滤波窗口的长度（即，系数的数量）。如果 mode 是 ‘interp’，window_length 必须小于或等于 x 的大小。

polyorder整数

用于拟合样本的多项式阶数。polyorder 必须小于 window_length。

derivint, 可选

要计算的导数的阶数。这必须是一个非负整数。默认值是0，这意味着不对数据进行微分而直接过滤。

deltafloat, 可选

应用滤波器的样本间距。仅在 deriv > 0 时使用。默认值为 1.0。

轴int, 可选

数组 x 上要应用滤波器的轴。默认值为 -1。

模式str, 可选

必须是 ‘mirror’, ‘constant’, ‘nearest’, ‘wrap’ 或 ‘interp’。这决定了应用于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，请参阅注释。当选择 ‘interp’ 模式时（默认），不使用扩展。相反，一个度数为 polyorder 的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 是 ‘constant’，则填充输入边缘之外的值。默认值为 0.0。

返回:

y : ndarray, 与 x 形状相同ndarray，形状相同

过滤后的数据。

参见

savgol_coeffs

注释

关于 mode 选项的详细信息：

mirror:

以相反顺序重复边缘的值。最接近边缘的值不包括在内。

‘nearest’:

该扩展包含最近的输入值。

‘常量’：

该扩展包含由 cval 参数给出的值。

‘wrap’:

该扩展包含数组另一端的值。

例如，如果输入是 [1, 2, 3, 4, 5, 6, 7, 8]，并且 window_length 是 7，以下显示了不同 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

Added in version 0.14.0.

示例

Try it in your browser!

>>> 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次多项式的滤波器。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，最后三个值保持不变。例如，与 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])

Go BackOpen In Tab