comment lisser une courbe en python

J'ai une entropie de la courbe (1d tableau numpy), mais cette courbe a beaucoup de bruit.
Je voudrais supprimer le bruit avec un lissage.

C'est l'intrigue de ma courbe:
comment lisser une courbe en python

J'ai essayé de résoudre ce problème de fabrication d'un produit de convolution avec un de Kaiser-Bessel de filtre:

gaussian_curve = window_kaiser(windowLength, beta=20)  # kaiser filter
gaussian_curve = gaussian_curve / sum(gaussian_curve)

for i in range(0, windows_number):
     start = (i * step) + 1
     end = (i * step) + windowLength
     convolution[i] = (np.convolve(entropy[start:end + 1], gaussian_curve, mode='valid'))
     entropy[i] = convolution[i][0]

mais ce code renvoie cette erreur:

File "/usr/lib/python2.7/dist-packages/numpy/core/numeric.py", line 822, in convolve
    raise ValueError('v cannot be empty')
ValueError: v cannot be empty

la numpy.convolve opérateur avec les "valides" mode, renvoie l'élément central du chevauchement mais, dans ce cas, le retour d'un élément vide.

est-il un moyen simple d'appliquer un lissage?

merci!

Double Possible de Comment lisser une courbe dans le droit chemin?

OriginalL'auteur elviuz | 2014-04-10

  1. 15

    ok, j'ai résolu.
    J'ai utilisé une autre approche: Savitzky-Golay filtre

    Le code:

    def savitzky_golay(y, window_size, order, deriv=0, rate=1):

    import numpy as np
    from math import factorial

    try:
        window_size = np.abs(np.int(window_size))
        order = np.abs(np.int(order))
    except ValueError, msg:
        raise ValueError("window_size and order have to be of type int")
    if window_size % 2 != 1 or window_size < 1:
        raise TypeError("window_size size must be a positive odd number")
    if window_size < order + 2:
        raise TypeError("window_size is too small for the polynomials order")
    order_range = range(order+1)
    half_window = (window_size -1) // 2
    # precompute coefficients
    b = np.mat([[k**i for i in order_range] for k in range(-half_window, half_window+1)])
    m = np.linalg.pinv(b).A[deriv] * rate**deriv * factorial(deriv)
    # pad the signal at the extremes with
    # values taken from the signal itself
    firstvals = y[0] - np.abs( y[1:half_window+1][::-1] - y[0] )
    lastvals = y[-1] + np.abs(y[-half_window-1:-1][::-1] - y[-1])
    y = np.concatenate((firstvals, y, lastvals))
    return np.convolve( m[::-1], y, mode='valid')

    maintenant, je peux taper:

    entropy = np.array(entropy)
entropy = savitzky_golay(entropy, 51, 3) # window size 51, polynomial order 3

    le résultat est le suivant:

    comment lisser une courbe en python

    FYI: scipy 0.14.0 (à paraître prochainement) a une mise en œuvre de la Savitzky-Golay filtre dans scipy.signal.savgol_filter.
    merci beaucoup!

    OriginalL'auteur elviuz