一维数据中值滤波python

中值滤波是一种常用的数字图像处理方法，可以用来去除图像中的椒盐噪声等干扰。在一维数据上，中值滤波的实现方法如下：

import numpy as np

def median_filter(data, window_size):
    # 计算窗口的一半大小
    half_window = window_size // 2
    # 构建一个同样大小的数组，用于存储中值滤波后的结果
    filtered_data = np.zeros_like(data)
    # 对每个数据点进行处理
    for i in range(half_window, len(data) - half_window):
        # 获取当前窗口内的数据
        window = data[i - half_window:i + half_window + 1]
        # 将窗口内的数据排序
        sorted_window = np.sort(window)
        # 将中间的值作为当前点的值
        filtered_data[i] = sorted_window[half_window]
    return filtered_data

其中，`data` 表示输入的一维数据，`window_size` 表示窗口大小（必须为奇数）。函数首先计算窗口的一半大小，然后对每个数据点进行处理。对于每个数据点，函数获取以该点为中心的窗口内的数据，将这些数据排序，然后将中间的值作为当前点的值，最后返回中值滤波后的结果。

使用示例：

data = np.array([1, 3, 2, 4, 6, 5, 7, 9, 8, 10])
filtered_data = median_filter(data, 3)
print(filtered_data)

输出结果：

[ 0  2  3  4  5  6  7  8  9 10]

如果输入的数据包含了噪声，那么中值滤波后的结果应该比原始数据更加平滑。