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(XI,F(XI)的“高斯加权平均值”(Fgwa)(XI),其中对于所提供的系列中的每个点(XI),F(XI)中的每个点,基本上都会取一个和所提供的点使得
Fgwa(Xj)=σi[e-[(Xj-Xi)/σ]^2*F(Xi)]/∑i-[(Xj-Xi)/σ]^2]
(注-如果(Xi,F(Xi)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
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
相关问题 更多 >
编程相关推荐