Python 一维 numpy 数组的中值滤波器
Python Median Filter for 1D numpy array
我有一个尺寸为 dim_array 的 numpy.array。我期待获得像 scipy.signal.medfilt(data, window_len) 这样的中值滤波器。
这实际上不适用于 numpy.array 可能是因为维度是 (dim_array, 1) 而不是 (dim_array, )。
如何获取这样的过滤器？
接下来，另一个问题，如何获取其他过滤器，即min、max、mean？
基于 ，我们可以创建滑动 windows 来获得一个 2D 数组，其中 windows 被设置为行。这些 windows 只是 data 数组的视图，因此没有内存消耗，因此效率很高。然后，我们将简单地在每一行 axis=1.
中使用那些 ufuncs
因此，例如 sliding-median` 可以这样计算 -
np.median(strided_app(data, window_len,1),axis=1)
对于其他 ufuncs，只需使用相应的 ufunc 名称：np.min、np.max 和 np.mean。请注意，这是为了提供使用 ufunc 支持的功能的通用解决方案。
为了获得最佳性能，仍然必须研究为这些目的而构建的特定函数。对于四个请求的函数，我们有内置函数，就像这样 -
中位数：scipy.signal.medfilt.
最大值：scipy.ndimage.filters.maximum_filter1d.
我有一个尺寸为 dim_array 的 numpy.array。我期待获得像 scipy.signal.medfilt(data, window_len) 这样的中值滤波器。
这实际上不适用于 numpy.array 可能是因为维度是 (dim_array, 1) 而不是 (dim_array, )。
如何获取这样的过滤器？
接下来，另一个问题，如何获取其他过滤器，即min、max、mean？
基于 2D 数组，其中 windows 被设置为行。这些 windows 只是 data 数组的视图，因此没有内存消耗，因此效率很高。然后，我们将简单地在每一行 axis=1.
ufuncs
因此，例如 sliding-median` 可以这样计算 -
np.median(strided_app(data, window_len,1),axis=1)
对于其他 ufuncs，只需使用相应的 ufunc 名称：np.min、np.max 和 np.mean。请注意，这是为了提供使用 ufunc 支持的功能的通用解决方案。
为了获得最佳性能，仍然必须研究为这些目的而构建的特定函数。对于四个请求的函数，我们有内置函数，就像这样 -
中位数：scipy.signal.medfilt.
最大值：scipy.ndimage.filters.maximum_filter1d.