有在python一种简单的方法高斯滤波器应用到一组点(X,Y),或更具体的是不经常沿着x轴线间隔(X,F(X))?在回答关于我的意思澄清要求,也许有更好的方式来形容我正在寻找的是一个“高斯加权平均”,F GWA(X Ĵ),一系列点的(X 我,F(X 我))其中用于所提供的序列中的每个点(X 我,F(X 我))之和基本上被在所有的设置点以使得不规则间隔(x,y)序列上的高斯滤波器?
F gwa(X j) = Σ 我并[e - [(X Ĵ -X 我)/ σ]^2 * F(X 我)] / Σ i [exp - [(X j -X i)/ σ]^2]
(注意 - 如果在(X点我,F(X 我))碰巧被均匀地间隔开,相信的是,上述定义的最终结果会和“scipy.ndimage.filters.gaussian_filter1d”一样)。 有没有一个很好的,已经优化,numpy或scipy的方式来做到这一点?
您在这方面“高斯滤波”的意思是现在还不清楚。你能否给出一些输入和预期输出的例子,或者至少参考一下你有兴趣做的操作的描述? – jakevdp
增加了澄清,对原始问题的不明显感到遗憾。 – mtopinka
如果您有大量的观测数据,那么对数据进行分箱并使用等间隔方法(例如,savitzky-golay)比计算每个点的精确局部回归快得多。 – user333700