Desarrollo de Python
  1. Desarrollo de Python
  3. Reducir el ruido en los datos
Intereting Posts
Python: determine si todos los elementos de una lista son el mismo elemento Lista de palabras clave de python importar check_arrays desde sklearn Cómo dividir una lista en parejas de todas las formas posibles. ¿Cómo puedo importar una biblioteca de Python ubicada en el directorio de trabajo actual? ¿Cómo desplazar el texto en Python / Curses subwindow? Listar todos los dispositivos de audio con pyaudio de Python (portaudio vinculante) Código de ejemplo de animación de Pyplot no se animará $ PYTHONSTARTUP con python 2.7 y python 3.2 error: Tubería rota cuando paypal vuelve a llamar a la aplicación Python Django ¿Cómo instalar criptografía en ubuntu? SQL Server, Python y OS X Python Socket Multiple Clients Pasando argumentos a una forma dinámica en django. Determine si Python se está ejecutando dentro de virtualenv

Reducir el ruido en los datos

Tengo 2 listas con puntos de datos en ellos. 

x = ["bunch of data points"] y = ["bunch of data points"]

He generado un gráfico usando matplotlib en python 

 import matplotlib.pyplot as plt plt.plot(x, y, linewidth=2, linestyle="-", c="b") plt.show() plt.close()

¿Sería capaz de reducir el ruido en los datos? ¿Funcionaría aquí un filtro de Kalman?

introduzca la descripción de la imagen aquí

    Depende de cómo se define el “ruido” y cómo se produce. Como no proporcionó mucha información sobre su caso, tomaré su pregunta como “cómo hacer que la curva sea suave”. El filtro de Kalman puede hacer esto, pero es demasiado complejo, prefiero el filtro IIR simple 

     import matplotlib.pyplot as plt mu, sigma = 0, 500 x = np.arange(1, 100, 0.1) # x axis z = np.random.normal(mu, sigma, len(x)) # noise y = x ** 2 + z # data plt.plot(x, y, linewidth=2, linestyle="-", c="b") # it include some noise

    introduzca la descripción de la imagen aquí

    Despues del filtro 

     from scipy.signal import lfilter n = 15 # the larger n is, the smoother curve will be b = [1.0 / n] * n a = 1 yy = lfilter(b,a,y) plt.plot(x, yy, linewidth=2, linestyle="-", c="b") # smooth by filter

    introduzca la descripción de la imagen aquí

    lfilter es una función de scipy.signal .

    Por cierto, si desea usar el filtro de Kalman para suavizar, scipy también proporciona un ejemplo . El filtro de Kalman también debería funcionar en este caso, pero no es tan necesario.

    Dependiendo de cuánto quieras eliminar el ruido, también puedes usar el filtro Savitzky-Golay de scipy .

    Lo siguiente toma el ejemplo de @ lyken-syu: 

     import matplotlib.pyplot as plt import numpy as np mu, sigma = 0, 500 x = np.arange(1, 100, 0.1) # x axis z = np.random.normal(mu, sigma, len(x)) # noise y = x ** 2 + z # data plt.plot(x, y, linewidth=2, linestyle="-", c="b") # it include some noise

    introduzca la descripción de la imagen aquí

    y aplica el filtro Savitzky-Golay. 

     from scipy.signal import savgol_filter w = savgol_filter(y, 101, 2) plt.plot(x, w, 'b') # high frequency noise removed

    window_length = 101

    Aumentando el window_length a 501:

    window_length = 501

    Lea más sobre el filtro aquí