试图降低高斯噪声

Question

我试图通过将512x60000的数据集平均为512x1000的数据集来最小化高斯误差。我通过平均60列逐行来做到这一点，但它不工作(索引错误-用作索引的数组必须是整数(或布尔)类型)。我这样做:-North_data_pro = np.zeros((512,1000))

for row in north_data_fft:
k=0
while k < 1000:
north_data_pro[row][k]=np.mean(north_data_fft[row][60*(k):60*(k+1)])
k=k+1

我在这里做错了什么?

Answer 1

在代码中的for循环中，row是一个列表(或1d数组)，不是索引。所以north_data_pro[row]没有意义。一个简单的补救方法是用以下代码替换for循环:

for row_num in range(len(north_data_fft)):
k=0
while k < 1000:
print(k)
north_data_pro[row_num][k]=np.mean(north_data_fft[row_num][60*(k):60*(k+1)])
k=k+1