在python中有一种简单的方法可以将高斯滤波器应用于一组点（x，y），或者更具体地说（x，f（x）），这些点不是沿着x轴有规律地间隔开的吗？为了回应澄清我的意思，可能更好的方式来描述我正在寻找的是“高斯加权平均值”，F gwa （X j < / sub>），在一系列点（X i ，F（X i ））中，对于所提供的序列中的每个点（X i ，F（X i ））总和基本上取自所有提供的点，以便
F gwa （X j ）=Σ i [e - [（X j -X i ）/σ] ^ 2 * F（X i ）] /Σ i [exp - [（X j -X i ）/σ] ^ 2 ]
（注意 - 如果（X i ，F（X i ）中的点碰巧均匀分布，我相信上面定义的最终结果将与“scipy.ndimage.filters.gaussian_filter1d”的内容相同。 有没有一个很好的，已经优化的，numpy或scipy方法来做到这一点？
答案 0 :(得分：1)
这看起来像Nadaraya-Watson Kernel Regression，并且statsmodels package中有一个可用的python实现。
您可以使用pandas rolling window执行类似的内核平滑操作。