如何解决MATLAB 在 Python 中的平滑数据函数
N = 20;
scale = 40;
alpha = 0.8;
x = ones(N,1);
y = ones(N,1);
d = round(smoothdata(rand(N,2)*scale-(scale*alpha/2)));
for i = 2:N
x(i) = x(i-1) + d(i,1);
y(i) = y(i-1) + d(i,2);
end
此代码生成一个随机轨迹,我可以将其绘制为 plot(x,y)
。然后,我对获得的曲线进行一些过滤。
我的问题是,如何将这个 MATLAB 的代码转换为 Python,以获得类似的随机生成的轨迹?在 Python 中,我想写这样的东西:
import numpy as np
N = 20
scale = 40
alpha = 0.8
x = np.ones(N)
y = np.ones(N)
d = np.around(some_smoothing_function(np.random.rand(2,N) * scale - (scale * alpha / 2)))
for i in range(1,N):
x[i] = x[i-1] + d[0][i]
y[i] = y[i-1] + d[1][i]
我可以将什么用作 some_smoothing_function
? Python 似乎没有与 MATLAB 的 smoothdata
函数相同(或相似)的函数。如果我不应用任何函数,那么点对 (x[i],y[i])
就太随机了,轨迹看起来不太好。
我想创建的良好轨迹示例(这是我在 MATLAB 中得到的):
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。