一维数组的加权平滑 - Python

Question

我是Python新手，我有一些参数检测数组，有些值被错误地检测到（如4555555）：

array = [1, 20, 55, 33, 4555555, 1]

我想以某种方式平滑它。现在我用加权平均值来做这件事：

def smoothify(array):
    for i in range(1, len(array) - 2):
        array[i] = 0.7 * array[i] + 0.15 * (array[i - 1] + array[i + 1])
    return array

但它的工作非常糟糕，当然，我们可以采用超过3个元素的加权平均值，但它会导致复制...我试图找到一些本机函数，但我失败了。

你可以帮帮我吗？

P.S。对不起，如果这是一个菜鸟问题：（

谢谢你的时间， 最好的问候，安娜

Answer 1

对于加权平滑目的，您基本上希望执行convolution。对于我们的情况，由于我们正在处理一维数组，我们可以简单地使用NumPy的一维卷积函数：np.convolve作为矢量化解。这里要记住的唯一重要的事情是，考虑到使用在主输入数组上滑动的内核的反转版本的卷积的性质，权重将被反转。因此，解决方案是 -

weights = [0.7,0.15,0.15]
out = np.convolve(array,np.array(weights)[::-1],'same')

如果您希望获得加权平均值，则可以获得out/sum(weights)的加权平均值。在我们的例子中，由于给定权重的总和已经是1，因此输出将与out保持一致。

让我们将输出与输入一起绘制图形调试 -

# Input array and weights
array = [1, 20, 55, 33, 455, 200, 100, 20 ]
weights = [0.7,0.15,0.15]

out = np.convolve(array,np.array(weights)[::-1],'same')

x = np.arange(len(array))
f, axarr = plt.subplots(2, sharex=True, sharey=True)
axarr[0].plot(x,array)
axarr[0].set_title('Original and smoothened arrays')
axarr[1].plot(x,out)

输出 -

Answer 2

建议numpy.average为您提供帮助。诀窍是计算权重 - 下面我压缩三个列表 - 一个与原始数组相同，下一步，后一步。获得权重后，我们将其输入np.average函数

import numpy as np
array = [1, 20, 55, 33, 4555555, 1]
arrayCompare = zip(array, array[1:] + [0], [0] + array)

weights = [.7 * x + .15 * (y + z) for x, y, z in arrayCompare]

avg = np.average(array, weights=weights)

Answer 3

也许你想看看numpy，尤其是numpy.average。 另外，你有没有看到这个问题Weighted moving average in python？也可以提供帮助。

Answer 4

因为你用numpy标记了这个，我写了如何使用numpy：

import numpy as np

def smoothify(thisarray):
    """
    returns moving average of input using:
    out(n) = .7*in(n) + 0.15*( in(n-1) + in(n+1) )
    """

    # make sure we got a numpy array, else make it one
    if type(thisarray) == type([]): thisarray = np.array(thisarray)

    # do the moving average by adding three slices of the original array
    # returns a numpy array,
    # could be modified to return whatever type we put in...
    return 0.7 * thisarray[1:-1] + 0.15 * ( thisarray[2:] + thisarray[:-2] )

myarray = [1, 20, 55, 33, 4555555, 1]
smootharray = smoothify(myarray)

不是循环遍历原始数组，而是使用numpy，您可以通过索引获得“切片”。输出数组将比输入数组短两个项目。中心点（n）是thisarray [1：-1]：“从项目索引1到最后一项（不包括）”。其他切片是“从索引2到结尾”和“除了最后两个之外的所有内容”