用python帮我写一个等宽分箱的中值平滑算法
时间: 2023-05-27 19:06:48 浏览: 218
以下是一个用Python实现等宽分箱的中值平滑算法的示例代码:
```python
import numpy as np
def equal_width_binning(data, num_bins):
# 计算分箱的宽度
bin_width = (np.max(data) - np.min(data)) / num_bins
# 计算分箱的边界
bin_edges = np.arange(np.min(data), np.max(data) + bin_width, bin_width)
# 将数据分到各个分箱中
binned_data = np.digitize(data, bin_edges)
return binned_data
def median_smoothing(data, num_bins):
# 进行等宽分箱
binned_data = equal_width_binning(data, num_bins)
# 对每个分箱中的数据进行中值平滑
smoothed_data = np.zeros_like(data)
for i in range(1, num_bins+1):
bin_data = data[binned_data == i]
if len(bin_data) > 0:
bin_median = np.median(bin_data)
smoothed_data[binned_data == i] = bin_median
return smoothed_data
```
该函数接受两个参数:原始数据和分箱数。首先,它使用`equal_width_binning`函数将数据分到`num_bins`个等宽分箱中。然后,对于每个分箱中的数据,计算该分箱的中位数,并将该中位数赋值给该分箱中的所有数据点,最终得到平滑后的数据。
以下是一个使用示例:
```python
import matplotlib.pyplot as plt
# 生成随机数据
np.random.seed(1)
data = np.random.normal(loc=0, scale=1, size=100)
# 进行中值平滑
smoothed_data = median_smoothing(data, num_bins=10)
# 绘制原始数据和平滑后的数据
fig, ax = plt.subplots(figsize=(8, 4))
ax.plot(data, label='Original Data')
ax.plot(smoothed_data, label='Smoothed Data')
ax.legend()
plt.show()
```
该代码将生成一个包含原始数据和平滑后数据的图表。可以调整`num_bins`参数来改变分箱数。