光滑圆d

Question

我有一个数据数组Y，这样Y是自变量{}（另一个数组）的函数。在

X中的值从0到360不等，并有环绕。在

Y中的值从-180到180不等，也有环绕。在

（也就是说，这些值是围绕一个圆的角度（以度为单位）

有没有人知道Python（在numpy，scipy等）中有任何函数能够将我的Y值作为X的函数进行低通过滤？在

如果这有点令人困惑，下面是一个示例数据图：

Answer 1

假设你从

import numpy as np

x = np.linspace(0, 360, 360)
y = 5 * np.sin(x / 90. * 3.14) + np.random.randn(360)

plot(x, y, '+');

要执行循环卷积，可以执行以下操作：

^{pr2}$

在每个点，使用前5个点（含5个点）的循环平均值。当然，还有其他的方法。在

>>> plot(x, smoothed)

Answer 2

这里有一个用熊猫做移动平均线的解决方案。首先unwrap数据（需要转换成弧度和弧度），因此没有间断（例如，从180跳到-179）。然后计算移动平均值，最后根据需要转换回包装数据。另外，请使用np.convolve()查看这个numpy cookbook recipe。在

import numpy as np
import pandas as pd

# generate random data
X = pd.Series([(x  + 5*np.random.random())%360       for x in range(-100, 600, 15)])
Y = pd.Series([(y  + 5*np.random.random())%360 - 180 for y in range(-200, 500, 15)])

# 'unwrap' the angles so there is no wrap around
X1 = pd.Series(np.rad2deg(np.unwrap(np.deg2rad(Y))))
Y1 = pd.Series(np.rad2deg(np.unwrap(np.deg2rad(Y))))

# smooth the data with a moving average
# note: this is pandas 17.1, the api changed for version 18
X2 = pd.rolling_mean(X1, window=3)
Y2 = pd.rolling_mean(Y1, window=3)

# convert back to wrapped data if desired
X3 = X2 % 360
Y3 = (Y2 + 180)%360 - 180