Sg 滤波 Python

SG滤波是一种常用的信号平滑滤波方法，可以有效去除信号中的噪声。在Python中，可以使用scipy库的signal模块来实现SG滤波。SG滤波的原理是基于多项式拟合，通过对信号进行局部多项式拟合来获得平滑后的信号。具体的实现方法可以参考引用和引用中的内容。

下面是一个使用Python实现SG滤波的示例代码：

import numpy as np
from scipy.signal import savgol_filter

# 输入数据
data = [0.3962, 0.4097, 0.2956, 0.4191, 0.3456, 0.3056, 0.6346, 0.7025, 0.6568, 0.4719, 0.5645, 0.6514, 0.5717, 0.6072, 0.7076, 0.7062, 0.7086, 0.677, 0.8141, 0.7985, 0.7037, 0.7961, 0.6805, 0.5463, 0.2766]

# SG滤波
window_size = 7
poly_order = 2
smoothed_data = savgol_filter(data, window_size, poly_order)

print("滤波后的数据:", smoothed_data)

上述代码中，输入数据存储在`data`列表中，`window_size`参数表示滑动窗口的大小，`poly_order`参数表示拟合多项式的阶数。`savgol_filter`函数会返回经过SG滤波后的数据。

值得注意的是，SG滤波的效果可能会受到窗口大小和多项式阶数的影响。根据引用中提供的数据，可以看出滤波的效果可能不佳。因此，在具体应用中，需要根据实际情况选择合适的参数来进行滤波操作。