python滑动平均滤波

滑动平均滤波是一种常用的信号处理技术，用于平滑数据序列，减少噪声的影响。在Python中，可以使用以下代码实现滑动平均滤波：

def moving_average(data, window_size):
    window = [0] * window_size
    filtered_data = []

    for i in range(len(data)):
        window.pop(0)
        window.append(data[i])
        average = sum(window) / window_size
        filtered_data.append(average)

    return filtered_data

上述代码中的`data`是要进行滤波的数据序列，`window_size`是窗口大小，即用于计算平均值的数据点个数。函数会返回滤波后的数据序列`filtered_data`。

可以使用以下代码示例来测试上述函数：

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

filtered_data = moving_average(data, window_size)
print(filtered_data)

运行结果将输出滤波后的数据序列：[1.0, 1.5, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0, 9.0]。

相关问题

滑动平均滤波python代码

滑动平均滤波是一种常用的信号处理技术，它通过对一段连续数据取固定长度窗口内的平均值来平滑信号并减少噪声的影响。在Python中，可以使用pandas库来方便地实现滑动平均。下面是一个简单的例子：

import pandas as pd

def sliding_window_average(data, window_size):
    # 将数据转换为pandas DataFrame
    df = pd.Series(data)

    # 使用rolling()函数计算滑动平均
    smoothed_data = df.rolling(window=window_size).mean()

    return smoothed_data.tolist()  # 返回列表形式的结果

# 示例数据
data = [1, 2, 3, 4, 5, 6, 7, 8, 9]
window_size = 3  # 滑动窗口大小

filtered_data = sliding_window_average(data, window_size)
print("滑动平均后的数据:", filtered_data)

滑动平均滤波算法python

滑动平均滤波算法是一种常用的信号处理方法，用于平滑数据并降低噪声。在Python中，你可以通过以下代码实现滑动平均滤波算法：

def sliding_average_filter(data, window_size):
    filtered_data = []
    for i in range(len(data)):
        if i < window_size:
            filtered_data.append(sum(data[:i+1]) / (i+1))
        else:
            filtered_data.append(sum(data[i-window_size+1:i+1]) / window_size)
    return filtered_data

这里的`data`是输入的数据列表，`window_size`是窗口大小。算法通过计算窗口内数据的平均值来平滑原始数据。在窗口大小小于等于当前索引时，使用窗口内最新的数据进行计算；在窗口大小大于当前索引时，则使用从索引开始往前数窗口大小个数据进行计算。

你可以调用`sliding_average_filter`函数并传入你的数据和窗口大小来实现滑动平均滤波。希望这可以帮助到你！