Python 平滑时间序列数据答案

【问题标题】：Python Smooth Time Series DataPython 平滑时间序列数据
【发布时间】：2021-09-07 13:50:38
【问题描述】：

我在 python 中有一些数据是 unixtime，值：

[(1301672429, 274), (1301672430, 302), (1301672431, 288)...]

时间不断地以一秒为单位。如何减少此数据，使时间戳为每秒，但该值是周围 10 个值的平均值？

更高级的滚动平均值也会很好，但这些数据是图表化的，因此主要是为了平滑图表。

跟进（TSQL Rolling Average of Time Groupings 得出的结论是尝试在 SQL 中执行此操作是一条痛苦之路）。

【问题讨论】：

标签： python time-series

【解决方案1】：

使用http://www.scipy.org/Cookbook/SignalSmooth：

import numpy
def smooth(x,window_len=11,window='hanning'):
        if x.ndim != 1:
                raise ValueError, "smooth only accepts 1 dimension arrays."
        if x.size < window_len:
                raise ValueError, "Input vector needs to be bigger than window size."
        if window_len<3:
                return x
        if not window in ['flat', 'hanning', 'hamming', 'bartlett', 'blackman']:
                raise ValueError, "Window is on of 'flat', 'hanning', 'hamming', 'bartlett', 'blackman'"
        s=numpy.r_[2*x[0]-x[window_len-1::-1],x,2*x[-1]-x[-1:-window_len:-1]]
        if window == 'flat': #moving average
                w=numpy.ones(window_len,'d')
        else:  
                w=eval('numpy.'+window+'(window_len)')
        y=numpy.convolve(w/w.sum(),s,mode='same')
        return y[window_len:-window_len+1]

我得到了似乎很好的结果（不是我理解数学）：

   if form_results['smooth']:
            a = numpy.array([x[1] for x in results])
            smoothed = smooth(a,window_len=21)
            results = zip([x[0] for x in results], smoothed)

【讨论】：

这似乎是合理的。如果你想要平均值，那么你的窗口应该“平坦”。其他窗口协议对窗口中的数据点加权不同。
如果使用 python 3，请确保将带有 ValueErrors 的行更改为：raise ValueError("smooth only accepts 1 dimension arrays.")

【解决方案2】：

我找到了 Savitzky-Golay 过滤器。它假设一个窗口并拟合多项式曲线和移位窗口。幸运的是它是在 scipy 中实现的。

https://en.wikipedia.org/wiki/File:Lissage_sg3_anim.gif

使用此代码：

from scipy.signal import savgol_filter
result = savgol_filter(value, 13, 5) # window size 13, polynomial order 5

【讨论】：