Python SciPy signal.savgol_coeffs用法及代碼示例

本文簡要介紹 python 語言中 scipy.signal.savgol_coeffs 的用法。

用法:

scipy.signal.savgol_coeffs(window_length, polyorder, deriv=0, delta=1.0, pos=None, use='conv')#

計算一維Savitzky-Golay FIR 濾波器的係數。

參數 ：：

window_length： int

濾波器窗口的長度(即係數的數量)。

polyorder： int

用於擬合樣本的多項式的階數。多階必須小於window_length。

deriv： 整數，可選

要計算的導數的階數。這必須是一個非負整數。默認為0，表示不區分過濾數據。

delta： 浮點數，可選

將應用過濾器的樣本的間距。這僅在 deriv > 0 時使用。

pos： int 或無，可選

如果 pos 不是 None，它指定窗口內的評估位置。默認是窗口的中間。

use： str，可選

‘conv’ 或‘dot’。該參數選擇係數的順序。默認值為‘conv’，這意味著係數按順序在卷積中使用。使用 use='dot' 時，順序相反，因此通過將係數與數據集點在一起來應用濾波器。

返回 ：：

coeffs： 一維ndarray

濾波器係數。

注意：

參考：

A. Savitzky, M. J. E. Golay，通過簡化最小二乘法對數據進行平滑和微分。分析化學, 1964, 36 (8), pp 1627-1639。羅建文、奎英、白靜。 2005. Savitzky-Golay 偶數數據的平滑和微分濾波器。信號處理。 85, 7 (2005 年 7 月), 1429-1434。

例子：

>>> import numpy as np
>>> from scipy.signal import savgol_coeffs
>>> savgol_coeffs(5, 2)
array([-0.08571429,  0.34285714,  0.48571429,  0.34285714, -0.08571429])
>>> savgol_coeffs(5, 2, deriv=1)
array([ 2.00000000e-01,  1.00000000e-01,  2.07548111e-16, -1.00000000e-01,
       -2.00000000e-01])

請注意，use='dot' 隻是簡單地反轉係數。

>>> savgol_coeffs(5, 2, pos=3)
array([ 0.25714286,  0.37142857,  0.34285714,  0.17142857, -0.14285714])
>>> savgol_coeffs(5, 2, pos=3, use='dot')
array([-0.14285714,  0.17142857,  0.34285714,  0.37142857,  0.25714286])
>>> savgol_coeffs(4, 2, pos=3, deriv=1, use='dot')
array([0.45,  -0.85,  -0.65,  1.05])

x 包含來自拋物線 x = t**2 的數據，在 t = -1, 0, 1, 2, 3 處采樣。c 保存將計算最後一個位置的導數的係數。當用 x 點綴時，結果應該是 6。

>>> x = np.array([1, 0, 1, 4, 9])
>>> c = savgol_coeffs(5, 2, pos=4, deriv=1, use='dot')
>>> c.dot(x)
6.0