- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有一个非常嘈杂的功能,我可以使用 How to smooth a curve in the right way? 平滑(根据此处给出的答案 scipy.signal.savgol_filter ) .原始数据和平滑数据如下所示(分别为蓝色和红色):
问题是我需要从平滑数据中采样,即:我需要在任意 x
值处评估红色曲线。 savgol_filter
函数只返回一个值数组,而不是一个我可以计算的函数。
执行此操作的最快方法是什么(它将被采样数百万次)?
import numpy as np
from scipy.signal import savgol_filter
import matplotlib.pyplot as plt
# Noisy data
y = np.array([-5715.75, -5592.3 , -5548.33, -5638.97, -5586.43, -5703.21,
-5660.6 , -5714.96, -5637.59, -5599.72, -5631.14, -5684.31,
-5586.08, -5617.43, -5629.58, -5530.08, -5540.53, -5475.53,
-5505.21, -5500.96, -5500.58, -5474.65, -5462.45, -5443.82,
-5441.77, -5463.53, -5512.18, -5395.85, -5389.87, -5432.94,
-5366.31, -5284.45, -5176.52, -5221.89, -5182.52, -5084.92,
-5084.3 , -4972.78, -4968.32, -4818.19, -4789.56, -4872.02,
-4809.45, -4855.06, -4806.77, -4717.93, -4741.29, -4822.45,
-4760.51, -4698.31, -4744.1 , -4797.08, -4777.43, -4785.02,
-4687.61, -4820.73, -4753.5 , -4777.99, -4812.5 , -4856.53,
-4859.69, -4905.37, -4838.71, -5058.49, -5053.58, -5057. ,
-5159.58, -5155.03, -5079.21, -5228.57, -5257.26, -5409.64,
-5505.87, -5511.82, -5471.4 , -5478.47, -5530.9 , -5578.88,
-5705.87, -5633.66, -5740.72, -5760.05, -5801.39, -5808.52,
-5803.22, -5832.76, -5867.51, -5837.56, -5923.97, -5933.75,
-5945.04, -5932.16, -5909.68, -5951.29, -5958.6 , -5958.07,
-5970.75, -5931.93, -5947.53, -5956.36])
x = np.linspace(0., 6, 100)
# Smoothed data
yhat = savgol_filter(y, 51, 3)
plt.plot(x, y)
plt.plot(x, yhat, color='r')
plt.show()
最佳答案
使用 scipy 的 interp1d
功能:
x and y are arrays of values used to approximate some function f: y = f(x). This class returns a function whose call method uses interpolation to find the value of new points.
from scipy.interpolate import interp1d
y_ = interp1d(x, yhat)
new_x_vals = np.array([0.0001, 1.011, 2.022, 3.033, 4.044])
>>> y_(new_x_vals)
array([-5590.20368685, -5576.9338028 , -5140.41553793, -4749.82520031,
-5153.81189525])
关于python - 来自平滑数据的样本,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52190864/
我正在处理不平衡的面板数据,我想从中抽取一个随机样本,该样本不受每个单位不同观察次数的影响。例如,在下面的代码中,IBM 被选中的可能性是 GOOG 的两倍,被选中的可能性是 MSFT 的五倍。有没有
有人可以指出实现 CollectionChanged 的示例。我正在使用 wpf mvvm 灯。我试图谷歌,没有找到任何足够好的东西。 最佳答案 public ObservableCollecti
我有 df我想对某些变量的分布进行一些抽样。比方说 df['type'].value_counts(normalize=True)返回: 0.3 A 0.5 B 0.2 C 我想做类似 sampled
我仍然无法理解样本/像素/片段之间有什么区别。 由于片段着色器按像素执行,我认为片段只是指一个像素,这是正确的吗?谁能给我一个例子和每个人的定义? 最佳答案 片段着色器按片段执行并发出像素。它们非常相
我正在尝试理解这个名为“The Amazing Audio Engine”的 GitHub 项目,它简化了在 iOS 上处理音频的过程。 我从麦克风捕捉并使用这种方法: id receiver = [
如何在诺基亚 Qt SDK(用于手机)中使用 QTableView。我引用了一些文档,但我仍然不清楚 QTableView。请任何人建议如何使用 QTableView。 我想显示具有三列的 QTabl
我已经能够获取 JmDNS 附带的示例来编译和运行,但是我无法获取任何类来发现我的服务。 我正在运行一个 Windows 环境,多台 PC 运行 VNC、SSH 和 Apache,我一直在尝试让 Jm
问题的具体实例 我的整数范围是 1-100。我想生成此范围内的 n 个总数,这些数字尽可能均匀分布并包括第一个和最后一个值。 示例 start = 1, end = 100, n = 5 Outp
我在线程组中有几个带有脚本的 JSR 223 采样器,它们在执行在调用 HTTP 请求之前进行一些工作。 问题在于 JSR 233 采样器包含在最终摘要报告中 我的问题是如何从最终计算中排除那些 JS
我需要有关存储后端歌曲预览的好方法的建议(现在正在查看iTunes,也许还有spotify和soundcloud)。我的想法是,我需要预下载并可能缓存30秒及更少的音频文件,以方便召回。 然后,我需要
我刚刚从 Github 下载了 Atmosphere 样本。当我在聊天样本上运行 jetty:run goal 时,我遇到了一些问题。 我可以使用浏览器访问该页面(http://localhost:9
我有一个包含五个项目的向量。 my_vec 有更换,当我需要时没有更换。最有效的方法是什么? 请注意,在我的向量中,我有两次值“a” - 因此,在返回的打乱向量集中,它们都应该有两次“a”。 最佳答案
我正在尝试学习如何阅读规范。让我们看看尝试压缩后会得到什么:1) 一个空缓冲区和 2) 一个感叹号: >>> zlib.compress(b'', 0) b'x\x01\x01\x00\x00\xff
我是 cuda 的新手,几周前才开始阅读有关并行编程和 cuda 的内容。在我安装了 cuda 工具包之后,我正在浏览 sdk 示例(安装工具包时附带的)并想尝试其中的一些。我从 0_Simple 文
我正在使用 FsCheck 生成自定义数据的 Gen . 假设你有一个函数返回 Gen : let chooseRectangle widthMax heightMax offset = gen
我有一个包含大约 800 万个观察值的数据框。我需要从中提取样本,但想从多个列中采样。 我尝试了以下方法,但不起作用: import pandas as pd state = ['mi', 'mi',
我学习安卓图形,我遇到了一个奇怪的问题: 我发现很多提到“FingerPaint”样本的地方,但我在样本文件夹中找不到它。 只有 47 个示例项目,没有一个是关于图形的。 如何下载此示例?我按照这
假设我有一个 pandas 数据框 rid category 0 0 c2 1 1 c3 2 2 c2 3 3 c3 4 4
我想用 Pandas sample功能,但具有不分组或过滤数据的标准。 import pandas as pd import numpy as np df = pd.DataFrame(np.rand
我正在尝试从 MNIST 数据集中绘制 10 个样本。每个数字之一。这是代码: import sklearn import pandas as pd import matplotlib.pyplot
我是一名优秀的程序员,十分优秀!