不规则间隔（x，y）序列上的高斯滤波器？

Question

在python中，有没有一种简单的方法可以将高斯滤波器应用于一组沿x轴不规则间隔的点（x，y），或者更具体地说（x，f（x））？作为对我的意思的澄清请求的回应，也许更好的方式来描述我所寻找的是一系列点（X_I，F（X_I）的“高斯加权平均值”（F_gwa）（X_I），其中对于所提供的系列中的每个点（X_I），F（X_I）中的每个点，基本上都会取一个和所提供的点使得

F_gwa（X_j）=σ_i[e^{-[（X_j-X_i）/σ]^2}*F（X_i）]/∑_i-[（X_j-X_i）/σ]^2]

（注-如果（X_i，F（X_i）中的点恰好间隔均匀，我相信上述定义的最终结果将与scipy.ndimage.filters.gaussian_filter1d“可以）。 有没有一个好的，已经优化的，小规模或小规模的方法来做到这一点？在

Answer 1

这看起来像Nadaraya-Watson Kernel Regression，其中一个可用的python实现在statsmodels package中。在

您可以使用pandasrolling window执行类似的内核平滑操作。在