简单平滑数据的功能

Question

我不确定如何编写此函数并需要有关如何编写它的帮助。我有一维数据和一个列表。在绘制数据时，它看起来像这样：

该列表包含发生步骤更改的数组的索引。在这种情况下，列表包含一个项目，其值为34.我希望该函数通过用直线替换它来平滑数组中的数据，从array [0]到array [34]（该项中的项目）然后，将数组[35]中的剩余数据点平滑到数组[n]。

这是一个简单的数据示例，但由于可能会有多个步骤更改，因此可能会变得更加复杂。这是一个伪代码，但同样，我不知道如何写它。

def funcx (x, list_):
    for each set of points between list items
    replace with linear line
return(updated array) 

这是数组

x = [515.294128，  513.52941899999996，  517.05883800000004，  514.70593299999996，  518.23535200000003，  516.470642，  520.52630599999998，  520.0，  523.15783699999997，  523.15783699999997，  526.31573500000002，  525.26312299999995，  532.94116199999996，  543.68420400000002，  538.823486，  533.52941899999996，  540.52630599999998，  541.05267300000003，  541.05267300000003，  543.15789800000005，  545.26318400000002，  544.21057099999996，  546.84210199999995，  547.89477499999998，  548.94738800000005，  550.35717799999998，  550.714294，  551.42858899999999，  553.92858899999999，  556.785706，  548.94738800000005，  555.35717799999998，  571.90478499999995，  578.09521500000005，  97.647041000000002，  100.0，  101.333336，  101.333336，  101.333336，  103.333336，  108.0，  108.0，  110.0，  110.0，  112.85714，  113.571426，  117.14286，  116.428574，  120.0，  120.0，  120.5，  121.25，  121.25，  123.125，  126.25，  127.5，  129.375，  132.30767800000001，  133.84612999999999，  135.38459800000001，  134.61537200000001，  136.92306500000001，  135.38459800000001，  137.69229100000001，  142.5，  143.125，  146.25，  146.25，  148.125，  149.375，  149.99998500000001，  150.833313，  153.333313，  154.166641，  154.166641，  154.166641，  154.166641，  161.0，  161.0，  169.5，  169.5，  177.777725，  178.88883999999999，  180.625，  181.25，  183.75，  183.75，  185.0，  186.25，  186.25，  188.75，  188.125，  186.875，  188.125，  190.666687，  191.333359，  195.333359，  197.333359，  198.666687，  198.00001499999999，  198.00001499999999，  199.333359，  199.333359，  200.833313，  204.99998500000001，  209.166641，  211.42854299999999，  212.85711699999999，  214.28568999999999，  217.14283800000001，  215.71426400000001，  218.57141100000001，  217.85711699999999，  219.28568999999999，  220.66665599999999，  221.99998500000001，  220.66665599999999，  219.99998500000001，  223.99998500000001，  225.99998500000001，  227.333313，  228.66665599999999，  231.333313，  232.66665599999999，  233.333313，  235.333313，  233.99998500000001，  234.66665599999999，  236.66665599999999，  239.333313，  241.666687，  241.666687，  244.166687，  245.83334400000001，  247.50001499999999，  249.166687，  251.42854299999999，  251.42854299999999，  254.99996899999999，  254.28568999999999，  258.57141100000001，  259.285706，  259.285706，  261.875，  259.285706，  261.875，  264.375，  266.875]

Answer 1

您可以使用np.polyfit订单1，即线性函数，np.polyval执行此任务：

import numpy as np
#linear fit function for an array
def smoothline(arr):
    n = np.arange(len(arr))
    #retrieve the polynomial coefficients of a least-square fit
    fit = np.polyfit(n, arr, 1)
    #return the array with fitted data points
    return np.polyval(fit, n)

raw_arr = np.asarray( [515.294128, 513.52941899999996, 517.05883800000004, 514.70593299999996, 518.23535200000003, 516.470642, 520.52630599999998, 520.0, 523.15783699999997, 523.15783699999997, 526.31573500000002, 525.26312299999995, 532.94116199999996, 543.68420400000002, 538.823486, 533.52941899999996, 540.52630599999998, 541.05267300000003, 541.05267300000003, 543.15789800000005, 545.26318400000002, 544.21057099999996, 546.84210199999995, 547.89477499999998, 548.94738800000005, 550.35717799999998, 550.714294, 551.42858899999999, 553.92858899999999, 556.785706, 548.94738800000005, 555.35717799999998, 571.90478499999995, 578.09521500000005, 97.647041000000002, 100.0, 101.333336, 101.333336, 101.333336, 103.333336, 108.0, 108.0, 110.0, 110.0, 112.85714, 113.571426, 117.14286, 116.428574, 120.0, 120.0, 120.5, 121.25, 121.25, 123.125, 126.25, 127.5, 129.375, 132.30767800000001, 133.84612999999999, 135.38459800000001, 134.61537200000001, 136.92306500000001, 135.38459800000001, 137.69229100000001, 142.5, 143.125, 146.25, 146.25, 148.125, 149.375, 149.99998500000001, 150.833313, 153.333313, 154.166641, 154.166641, 154.166641, 154.166641, 161.0, 161.0, 169.5, 169.5, 177.777725, 178.88883999999999, 180.625, 181.25, 183.75, 183.75, 185.0, 186.25, 186.25, 188.75, 188.125, 186.875, 188.125, 190.666687, 191.333359, 195.333359, 197.333359, 198.666687, 198.00001499999999, 198.00001499999999, 199.333359, 199.333359, 200.833313, 204.99998500000001, 209.166641, 211.42854299999999, 212.85711699999999, 214.28568999999999, 217.14283800000001, 215.71426400000001, 218.57141100000001, 217.85711699999999, 219.28568999999999, 220.66665599999999, 221.99998500000001, 220.66665599999999, 219.99998500000001, 223.99998500000001, 225.99998500000001, 227.333313, 228.66665599999999, 231.333313, 232.66665599999999, 233.333313, 235.333313, 233.99998500000001, 234.66665599999999, 236.66665599999999, 239.333313, 241.666687, 241.666687, 244.166687, 245.83334400000001, 247.50001499999999, 249.166687, 251.42854299999999, 251.42854299999999, 254.99996899999999, 254.28568999999999, 258.57141100000001, 259.285706, 259.285706, 261.875, 259.285706, 261.875, 264.375, 266.875])
n = len(raw_arr)
smooth_arr = raw_arr.copy()
#predefined breakpoints, for demonstration I added another "break" point
breaks = [34, 87]
#create list of segments from break list and length of the raw data array
segments = [(i, j) for i, j in zip([0] + breaks, breaks + [n])]
#cycle through each array segment
for start, stop in segments:
    #fit each array segment
    smooth_arr[start:stop] = smoothline(raw_arr[start:stop])

#plot raw and fitted array    
plt.plot(np.arange(n), raw_arr, label = "raw")
plt.plot(np.arange(n), smooth_arr, label = "smooth")
plt.legend(loc = "best")
plt.show()

输出：