python数据滤波

在Python中，数据滤波通常用于信号处理，目的是从原始数据中去除噪声、平滑波动或提取特定频率成分。常见的数据滤波技术有低通滤波、高通滤波、带通滤波和带阻滤波等。这里简单介绍几种常用的滤波库和方法：

1. **NumPy**：Python的基础科学计算库，提供了一些内置函数如`rolling()`用于移动窗口统计，可以实现简单的滑动平均滤波。

import numpy as np
data = ... # 假设这是你要滤波的数据
filtered_data = data.rolling(window=3).mean() # 使用3点均值滤波

2. **Scipy.signal**：Scipy库下的信号处理模块，提供了各种成熟的数字信号处理算法，如`lowpass_filter()`、`highpass_filter()`等。

from scipy.signal import butter, lfilter
b, a = butter(2, 0.1) # 设计低通滤波器
filtered_data = lfilter(b, a, data)

3. **Pandas rolling window**：Pandas库也支持窗口操作，可以对时间序列数据进行滤波。

import pandas as pd
filtered_df = pd.Series(data).rolling(window=5, center=True).mean()

4. **FIR/IIR滤波器**：使用`firwin()`和`iirnotch()`等函数设计自适应滤波器，适用于更复杂的过滤需求。

from scipy.signal import firwin, iirnotch
b, a = firwin(numtaps=100, cutoff=0.1) # 创建FIR滤波器
filtered_data = lfilter(b, a, data)