文章目录1，这个函数放包返回两列numpy数组，第一列是原始数据，第二列是平滑的。 函数介绍实现2、自己实现参考
一.丢失安装包
conda
conda install-cc onda-forgestatsmodels-ypypi
pip install statsmodels函数返回两列numpy数组。 第一列是原始数据，第二列是平滑的。 选项卡页面上创建或编辑条目。 importstatsmodels.apiassmlowess=sm.nonparametric.lowesslowess (endog=y值(一维numpy数组) exog=x值)一维numpy数组) frac=向程序告知是否按x值排序(True，False默认值)、(drop )、(and )、(False )、(none ) )、进行缺失值检查
importmathimportnumpyasnpimportstatsmodels.apiassmlowess=sm.nonparametric.lowessimportpylabaspln=100 x=NP.linspartspatspatspatse np.random.randn(n ) n ) yest=lowess(y(y，x ) yest=lowess(y(y，x，frac=1./3.) ) )
frommathimportceilimportnumpyasnpfromscipyimportlinalgimportmathdeflowess (x，y，f=2./3 .iter=1) 3360'lowess ) iter=3) - yestlowessmoother : robustlocallyweightedregression.thelowessfunctionfitsanonparametricressioncurvetoascattterplot . (x[I]， y[i] ) (definesadatapointinthescatterplot.thefunctionreturnstheestimated (smooth ) ) ) ) ) ) ) ) value ) lresultinasmoothercurve.thenumberofrobustifyingiterationsisgiven ITER.thefunctionwillrunfasterwithasmallernumberofiterationter n ) ) h=[NP.sort] forIinrange(n ) ) w=NP.clip ) NP.ABS ) (x[:None] - x[None，] )/h )，0 1.0 ) w=(1-w**3) *3yest=NP.Zeros ) n ) Delta=NP.ones(n ) foriterationinrange(iter ) 3360forIinrange ) NP.sum ) Weights*y*x ) a=NP.Array ) [NP.sum ) Weights )、NP.sum(Weights*x*x ) ) beta=Lina LG.SLG b ) yest [ I ]=beta [0] beta [1] * x [ I ] residuals=y-yests=NP.median (NP.ABS (residuals ) ) delta=NP.ce dedista 2returnyestn=100x=NP.linspace ) 0，2 * math.pi，n ) y=np.sin(x ) x ) 0.3*NP y，f=f，iter=3) import py laspi