滑动平均滤波器python

滑动平均滤波器是一种信号处理技术，用于平滑和降噪时间序列数据。在Python中，可以使用NumPy库中的convolve函数来实现滑动平均滤波。

滑动平均滤波的基本原理是利用一个滑动窗口，计算窗口中数据点的平均值，并将该平均值作为该位置的新数值。通过不断滑动窗口，可以得到平滑后的信号。

以下是一个Python示例代码，演示如何使用NumPy实现滑动平均滤波器：

import numpy as np

def moving_average_filter(data, window_size):
    window = np.ones(window_size) / window_size
    smoothed_data = np.convolve(data, window, mode='same')
    return smoothed_data

# 示例数据
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
window_size = 3

# 应用滑动平均滤波器
smoothed_data = moving_average_filter(data, window_size)

print("滑动平均滤波后的数据:", smoothed_data)

这段代码定义了一个moving_average_filter函数，它接受待处理的数据和窗口大小作为参数。函数内部使用np.convolve函数和一个全为1的窗口数组来实现滑动平均滤波。最后，打印出滤波后的数据。