我有一个像这样的长熊猫时间序列:
2017-11-27 16:19:00 120.0
2017-11-30 02:40:35 373.4
2017-11-30 02:40:42 624.5
2017-12-01 14:15:31 871.8
2017-12-01 14:15:33 1120.0
2017-12-07 21:07:04 1372.2
2017-12-08 06:11:50 1660.0
2017-12-08 06:11:53 1946.7
2017-12-08 06:11:57 2235.3
2017-12-08 06:12:00 2521.3
....
dtype: float64
我想把它和它的导数一起画出来。根据定义,我用这种方式计算导数:
^{pr2}$因为delta时间的一些值(以分母表示)非常接近(有时等于零),所以我在导数中得到了一些inf值。实际上,我得到了这个:[
时间序列蓝色(左刻度),导数绿色(右刻度)
现在我想平滑导数,使其更具可读性。我试过不同的手术,比如:
为numer和denum设置时段=5
smotDeriv=derivative.rolling(window=10,min_periods=3,center=True,win_type='boxcar').mean()
获得:我还使用了不同的窗口类型,没有任何有用的更改
我还打算使用pykalman滤波器:
derivative.fillna(0,inplace=True)
kf = KalmanFilter(initial_state_mean=0)
state_means,_ = kf.filter(derivative.values)
state_means = state_means.flatten()
indexDate=derivative.index
derivativeKalman=pd.Series(state_means,index=indexDate)
要得到这个:
实际上我找不到任何有用的改进。如果可能的话,你能建议我改进图表上导数图的可读性吗。很明显,我已经去掉了导数的一些峰值,得到了一个平滑的曲线,它近似于真实值。我尝试了不同的组合窗口类型,时段等。。没有任何结果。关于Kalman滤波器,我不是专家,比如说一个新手,所以我只使用了this后面的默认值。我还发现了filterpy库,它实现了Kalman滤波器,但我还没有找到如何在不设置启动参数的情况下使用它。在
我们知道函数的导数定义如下:
假设函数的导数是在任何地方定义的。当h很小时,你会得到更好的导数近似值,当h很大时,你会得到一个很差的导数近似值。在
在数据集的情况下应用这种方法有一个问题。有时h会变得很小,从而给出荒谬的高梯度值。有时h太大,梯度估计很差。为了克服这个问题,让我们定义时间t1和t2的两个阈值。如果连续时间差在t1和t2之间,那么我们用这个点,通过上面的公式f'(x)来确定梯度。如果超过这个阈值,我们就忽略这一点。在
我们可以根据上一步找到的点来拟合多项式。在
如果您的目标是去除导数序列中的“离群值”峰值,我会首先尝试“滚动中值”而不是“滚动平均值”,因为中值通常对异常值更不敏感。在
例如:
然后,如果您想进一步消除它,一个可能的选择是应用
rolling_mean()
。在注意:由于我手头没有您的数据,所以我不确定}的最佳值。这取决于你想在多大程度上消除它。另外,在我看来,平滑导数变得更像是平滑原始时间序列,所以如果有已知的方法可以平滑原始时间序列,那可能会更直接。在
window
和{希望这有帮助。在
相关问题 更多 >
编程相关推荐