企业官网建设流程全解析

• 数据可视化
• 数据分析

本文以 plotly.py 官方文档 doc/python/smoothing.md 为核心，结合仓库中plotly.graph_objects的 Scatter 轨迹源码，系统讲解如何在 Python 中对含噪数据做平滑处理：从 Savitzky-Golay 滤波（SciPy 内置）到自实现三角移动平均（TMA），并完整演示如何用go.Scatter将原始信号、含噪信号与平滑结果叠加在同一张图中。读完本文，你将掌握两类主流平滑算法的原理与参数调优方法，并能直接用 Plotly 可视化验证平滑效果。

为什么需要对数据做平滑处理

平滑（Smoothing）是一种消除数据集中噪声的技术。真实世界采集到的数据（传感器读数、实验测量值、金融时间序列等）几乎都叠加了不同程度的随机扰动，平滑算法的共同目的就是"磨平棱角"（roughing out the edges），让数据呈现出其背后潜在的结构与趋势。

但平滑并非无代价。只有当数据中几乎没有小尺度结构时，平滑才是有意义的——如果数据本身蕴含高频细节（尖峰、快速振荡、短时突变），平滑会把这些真实特征一并抹掉，从而歪曲数据原本的含义。从科学严谨性出发，使用平滑算法时必须至少能解释清楚：

• 为什么要对这份数据做平滑；
• 选择了哪种算法、哪些参数；
• 平滑后保留了什么、丢失了什么。

本文将演示的两种方法——Savitzky-Golay 滤波与三角移动平均——恰好代表了两种不同的平滑哲学：前者用低阶多项式拟合滑动窗口以尽量保留数据形状，后者用加权平均压低噪声。

环境准备：导入依赖

本文所有示例基于 Python 3 + Plotly，并依赖 NumPy、Pandas 与 SciPy 生态（对应文档参见 doc/python/getting-started.md）：

import plotly.graph_objects as go import numpy as np import pandas as pd import scipy from scipy import signal

其中：

• plotly.graph_objects提供底层、声明式的绘图接口，通过go.Figure与go.Scatter精确控制每条轨迹的样式；
• numpy用于生成测试数据（linspace、sin、随机噪声）；
• pandas是 Plotly 生态常用的数据容器，也便于后续替换为真实数据集；
• scipy.signal提供本文的核心滤波函数savgol_filter。

准备测试数据：正弦信号 + 均匀噪声

为了让平滑效果可对比，先构造一组"干净正弦 + 均匀分布噪声"的合成数据，并固定随机种子以保证结果可复现：

np.random.seed(1) x = np.linspace(0, 10, 100) y = np.sin(x) noise = 2 * np.random.random(len(x)) - 1 # 均匀分布于 [-1, 1] y_noise = y + noise

这里共 100 个采样点，噪声幅度与信号幅度相当（±1 对比正弦振幅 1），属于"高噪声"场景，正好能直观检验两种平滑算法的去噪能力。

方法一：Savitzky-Golay 滤波

原理：滑动窗口内的低阶多项式拟合

Savitzky-Golay 滤波（参见 SciPy 的scipy.signal.savgol_filter实现）的核心思想是：对数据中相邻的每一个窗口，用低阶多项式做最小二乘拟合，然后以拟合多项式在窗口中心点的值作为平滑输出。与简单平均相比，它在平滑噪声的同时能较好地保留信号的峰值、宽度等形状特征，尤其适合光谱、信号处理类数据。

从代码结构上看，示例中signal.savgol_filter(y_noise, 53, 3)的两个核心参数是：

其余可选参数（如deriv指定求导阶数、delta采样间隔、mode边界处理方式）默认即可满足常规平滑需求。

完整代码与参数说明

import plotly.graph_objects as go import numpy as np import pandas as pd import scipy from scipy import signal np.random.seed(1) x = np.linspace(0, 10, 100) y = np.sin(x) noise = 2 * np.random.random(len(x)) - 1 # 均匀分布于 -1 和 1 y_noise = y + noise fig = go.Figure() fig.add_trace(go.Scatter( x=x, y=y, mode='markers', marker=dict(size=2, color='black'), name='Sine' )) fig.add_trace(go.Scatter( x=x, y=y_noise, mode='markers', marker=dict( size=6, color='royalblue', symbol='circle-open' ), name='Noisy Sine' )) fig.add_trace(go.Scatter( x=x, y=signal.savgol_filter(y_noise, 53, # 用于滤波的窗口大小 3), # 拟合多项式阶数 mode='markers', marker=dict( size=6, color='mediumpurple', symbol='triangle-up' ), name='Savitzky-Golay' )) fig.show()

运行后，图中三条轨迹分别对应：真实正弦（黑色小圆点）、加噪信号（蓝色空心圆）、平滑结果（紫色三角）。可以观察到 Savitzky-Golay 输出基本贴合正弦曲线，且没有像移动平均那样明显削平波峰波谷——这正是低阶多项式拟合的优势。

参数调优建议

• 增大window_length：平滑更彻底，但会压扁波峰、拉伸波谷，失真加剧；
• 增大polyorder：更忠实于原数据形状，但保留的噪声也更多；
• 工程上常见组合是window_length约为数据点数的 5%～10%、polyorder取 2～4，再根据可视化结果微调。

方法二：三角移动平均（Triangular Moving Average）

原理：两级移动平均加权

移动平均的思路是：在数据中取一个窗口，计算窗口内点的平均值，然后窗口向后滑动一个点重复计算，得到一串新点即平滑结果。1D 情况下，对 $N$ 个数据点 $y_1, y_2, \dots, y_N$，取窗口大小 $n < N$，第 $i$ 个平滑点的**简单移动平均（SMA）**为：

$$ \begin{align*} SMA_i = \frac{y_i + \dots + y_{i+n}}{n} \end{align*} $$

而**三角移动平均（TMA）**是在 SMA 之上再做一次移动平均：

$$ \begin{align*} TMA_i = \frac{SMA_i + \dots + SMA_{i+n}}{n} \end{align*} $$

两次平均的效果是：越靠近当前点的数据获得越高的权重（权重分布呈三角形），因此 TMA 比 SMA 更平滑，同时更重视相邻点，减少拖尾。

自实现 smoothTriangle 函数

以下smoothTriangle是文档给出的 TMA 实现，核心是构造一个"先升后降"的三角权重核，然后对每个窗口做加权平均：

def smoothTriangle(data, degree): triangle = np.concatenate((np.arange(degree + 1), np.arange(degree)[::-1])) # 先升后降 smoothed = [] for i in range(degree, len(data) - degree * 2): point = data[i:i + len(triangle)] * triangle smoothed.append(np.sum(point) / np.sum(triangle)) # 处理边界 smoothed = [smoothed[0]] * int(degree + degree / 2) + smoothed while len(smoothed) < len(data): smoothed.append(smoothed[-1]) return smoothed

逐段解读：

1. 三角权重核：np.arange(degree + 1)生成[0, 1, ..., degree]，np.arange(degree)[::-1]生成[degree-1, ..., 0]，拼接后得到长度2*degree+1的对称三角序列，窗口中心权重最大、两端为 0；
2. 滑动加权平均：对每个位置截取与核等长的数据段，逐元素相乘后除以核的总权重（np.sum(triangle)），即得到该点的加权均值；
3. 边界处理：滑动起始索引为degree，结束索引为len(data) - degree * 2，因此前后各有一段数据无法生成有效平滑点；代码用首尾平滑值做常数延拓（前段复制smoothed[0]，尾段用smoothed[-1]补齐），保证输出长度与输入一致——这也是把smoothed[0]重复degree + degree/2次的原因。

完整绘图代码

fig = go.Figure() fig.add_trace(go.Scatter( x=x, y=y, mode='markers', marker=dict( size=2, color='rgb(0, 0, 0)', ), name='Sine' )) fig.add_trace(go.Scatter( x=x, y=y_noise, mode='markers', marker=dict( size=6, color='#5E88FC', symbol='circle-open' ), name='Noisy Sine' )) fig.add_trace(go.Scatter( x=x, y=smoothTriangle(y_noise, 10), # degree 设为 10 mode='markers', marker=dict( size=6, color='#C190F0', symbol='triangle-up' ), name='Moving Triangle - Degree 10' )) fig.show()

这里degree=10决定了三角核的半宽（核总长 21），直接控制平滑强度：degree越大，参与平均的点越多、平滑越强，同时边界延拓区间也越长。与 Savitzky-Golay 相比，TMA 对波峰的削平效应更明显——这是加权平均类方法的固有特性，需要结合数据特征权衡。

源码佐证：go.Scatter 如何支撑上述可视化

本文所有示例均基于plotly.graph_objects的go.Scatter轨迹，其定义位于 plotly/graph_objs/_scatter.py（class Scatter(_BaseTraceType)）。与平滑可视化直接相关的两个属性在源码中有明确说明：

• mode：The 'mode' property is a flaglist... Any combination of ['lines', 'markers', 'text'] joined with '+' characters OR exactly one of ['none']（见 plotly/graph_objs/_scatter.py）。示例统一使用mode='markers'以点图形式对比三条轨迹；当平滑结果希望展示为曲线时，改为mode='lines'或'lines+markers'即可；
• marker：The 'marker' property is an instance of Marker（见 plotly/graph_objs/_scatter.py），其size、color、symbol均可在 plotly/graph_objs/scatter/_marker.py 中找到类型定义，其中symbol是枚举型（见 plotly/graph_objs/scatter/_marker.py），示例用到的'circle-open'（空心圆）与'triangle-up'（上三角）都是合法取值，且可通过symbol='circle-open'这类"名称后缀"快速切换实心/空心/加点样式。

换言之，对比图的三种视觉区分——颜色（color）、大小（size）、形状（symbol）——全部由 Marker 子对象驱动，无需额外引入其他图类型。若需要将平滑结果与原始信号做差值分析，还可借助同一go.Figure继续叠加轨迹，利用 Plotly 的图例（name参数）与 hover 信息直接检查残差。

小结与选型建议

工程落地建议：先在笔记本里用np.random.seed固定种子复现本文示例，再替换为真实数据集，通过fig.show()反复对比原始、含噪与平滑轨迹，同时用window_length/polyorder/degree三组参数做网格微调；若数据量很大（数万点以上），savgol_filter的向量化实现相比纯 Python 循环的smoothTriangle有更优的性能表现。无论选择哪种算法，都要回到本文开头的原则：在报告中如实说明平滑参数与取舍，避免平滑结果被误读为原始测量。

• 数据可视化
• 数据分析