如何使用 numpy 梯度正确计算曲线的梯度？

Question

我有一条由 1200 个值组成的曲线，我只想计算它的导数，所以我使用了 numpy 梯度函数。

这是我使用的代码：

data = np.genfromtxt('test_data.csv', delimiter=',')
support = np.array(np.arange(1200))
plt.plot(support, data)
plt.show()
plt.plot(support, np.gradient(data, support))
plt.show()

这是曲线图：

这里是梯度图：

为什么梯度曲线的开始处有正值？我的曲线在 [0; 600]，为什么噪音这么大？

如果你想查看，我将数据保存在 CSV 文件中：

https://pastebin.com/hC7GVeih

非常感谢！

Answer 1

如果在曲线的开头放大，您可以看到它并没有严格下降。

您的数据含噪，含噪函数的梯度总是显得比较嘈杂。

您可以应用简单的移动平均线来平滑数据：

w = 25
smooth = np.convolve(data, np.ones(w), 'valid') / w
smooth_support = support[w//2:-w//2+1]
plt.plot(smooth_support, smooth)
plt.show()
plt.plot(smooth_support, np.gradient(smooth, smooth_support))
plt.show()

当然，您可以使用 scipy.signal.

中的更好方法，而不是使用扁平卷积核（如 np.ones()）

如何使用 numpy 梯度正确计算曲线的梯度？

How to correctly compute the gradient of a curve using numpy gradient?

python

numpy