首页 > 分享 > 使用scipy.interpolate对数据进行插值,但是在缺失点出现在极值附近时效果并不好

使用scipy.interpolate对数据进行插值,但是在缺失点出现在极值附近时效果并不好

最新推荐文章于 2024-11-01 09:03:10 发布

elite666 于 2018-06-09 21:57:49 发布

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

import numpy as np import math import matplotlib.pyplot as plt import pandas as pd import datetime from scipy import interpolate from pandas import DataFrame,Series 12345678

#num_pi为要产生几个π的sin数据,num_ex为异常点的个数,num_gap为段缺失数据的个数,num_bk为单个缺失值的个数 def test_data_gen(num_pi,num_ex,num_gap,num_bk): if (num_pi>0) : num_point=72*num_pi x=np.linspace(0,np.pi*num_pi,num_point) signal1=[(math.sin(i)+1) for i in x] #产生测试用的num_pi个sin数据 noise=0.2*(np.random.rand(num_point)-0.5) signal1=signal1+noise12345678'

相关知识

如何在Python中使用Pandas库进行季节性调整?
如何降低数据噪声对机器学习的影响
花卉保鲜实验数据分析怎么写
python利用c4.5决策树对鸢尾花卉数据集进行分类(iris)
数据挖掘浅谈
阿里巴巴花卉数据分析怎么做的啊
利用Numpy进行鸢尾花数据集分析
重要的数据分析方法:时间序列分析
使用SVM进行鸢尾花分类7
使用Matlab对HDF5卫星图像数据进行可视化及地表温度分析

网址: 使用scipy.interpolate对数据进行插值,但是在缺失点出现在极值附近时效果并不好 https://m.huajiangbk.com/newsview950252.html

所属分类:花卉
上一篇: SEO最佳实践:如何有效提升你的
下一篇: 聚类效果评估——轮廓系数(Sil