气象数据分析之python实现滑动平均
def runavg(x, width):#输入一原始时间序列和宽度，返回一个平滑以后的时间序列n = len(x)x = np.append(x, np.append(x, x))x_smooth = np.convolve(x, np.ones(width)/width, mode='same')xs = x_smooth[n:2*n]return xs...
·
先上例图~
函数介绍： numpy.convolve（a，v，mode =‘full’ ）
参数说明：
a:(N,)一维数组
v:(M,)一维数组
mode:{‘full’, ‘valid’, ‘same’}可选
‘full’ 默认值，这将在每个重叠点返回卷积，输出形状为（N + M-1，）。在卷积的端点，信号没有完全重叠，并且可以看到边界效应。
‘same’ 返回的数组max(M, N),边界效果仍然可见。
‘valid’ 返回的数组max(M,N)-min(M,N)+1,卷积仅针对信号完全重叠的点给出，信号边界之外的值无效。
选用不同模式来处理边缘的差异如下图所示：
代码实现
def runavg(x, width):
#输入一原始时间序列和宽度，返回一个平滑以后的时间序列
n = len(x)
x = np.append(x, np.append(x, x))
x_smooth = np.convolve(x, np.ones(width)/width, mode='same')
xs = x_smooth[n:2*n]
return xs
祝大家科研顺利，身心健康！
有错误的地方欢迎指正~
腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。
更多推荐
6
0- 0
已为社区贡献4条内容
所有评论(0)