Python基线校正库
我目前正在处理一些拉曼光谱数据,我正试图纠正由荧光偏斜引起的数据。请看下图: 我很快就能达到我想要的。正如你所看到的,我试图在我所有的数据中拟合一个多项式,而实际上我应该在局部极小值处拟合一个多项式 理想情况下,我希望有一个多项式拟合,当从我的原始数据中减去它时,会产生如下结果: 是否有任何内置的libs已经做到了这一点Python基线校正库,python,numpy,scipy,signal-processing,Python,Numpy,Scipy,Signal Processing,我目前正在处理一些拉曼光谱数据,我正试图纠正由荧光偏斜引起的数据。请看下图: 我很快就能达到我想要的。正如你所看到的,我试图在我所有的数据中拟合一个多项式,而实际上我应该在局部极小值处拟合一个多项式 理想情况下,我希望有一个多项式拟合,当从我的原始数据中减去它时,会产生如下结果: 是否有任何内置的libs已经做到了这一点 如果没有,有什么简单的算法可以推荐给我吗 我找到了我的问题的答案,只想与所有偶然发现这个问题的人分享 p.Eilers和H.Boelens在2005年提出了一种称为“不对称
如果没有,有什么简单的算法可以推荐给我吗 我找到了我的问题的答案,只想与所有偶然发现这个问题的人分享 p.Eilers和H.Boelens在2005年提出了一种称为“不对称最小二乘平滑”的算法。这篇论文是免费的,你可以在谷歌上找到它
def baseline_als(y, lam, p, niter=10):
L = len(y)
D = sparse.csc_matrix(np.diff(np.eye(L), 2))
w = np.ones(L)
for i in xrange(niter):
W = sparse.spdiags(w, 0, L, L)
Z = W + lam * D.dot(D.transpose())
z = spsolve(Z, w*y)
w = p * (y > z) + (1-p) * (y < z)
return z
def基线值(y,lam,p,niter=10):
L=len(y)
D=稀疏csc_矩阵(np.diff(np.eye(L),2))
w=np.ones(L)
对于X范围内的i(niter):
W=sparse.spdiags(W,0,L,L)
Z=W+lam*D.dot(D.transpose())
z=spsolve(z,w*y)
w=p*(y>z)+(1-p)*(y
我知道这是一个老问题,但几个月前我就解决了这个问题,并使用spick.sparse例程实现了相同的答案
# Baseline removal
def baseline_als(y, lam, p, niter=10):
s = len(y)
# assemble difference matrix
D0 = sparse.eye( s )
d1 = [numpy.ones( s-1 ) * -2]
D1 = sparse.diags( d1, [-1] )
d2 = [ numpy.ones( s-2 ) * 1]
D2 = sparse.diags( d2, [-2] )
D = D0 + D2 + D1
w = np.ones( s )
for i in range( niter ):
W = sparse.diags( [w], [0] )
Z = W + lam*D.dot( D.transpose() )
z = spsolve( Z, w*y )
w = p * (y > z) + (1-p) * (y < z)
return z
#基线删除
def基线值(y、lam、p、niter=10):
s=len(y)
#组合差分矩阵
D0=稀疏。眼睛(s)
d1=[整数位数(s-1)*-2]
D1=稀疏的.diags(D1,[-1])
d2=[整数位数(s-2)*1]
D2=稀疏的.diags(D2,[-2])
D=D0+D2+D1
w=np.一(s)
对于范围内的i(niter):
W=稀疏的.diags([W],[0])
Z=W+lam*D.dot(D.transpose())
z=spsolve(z,w*y)
w=p*(y>z)+(1-p)*(y
干杯
Pedro.以下代码适用于Python 3.6 这是根据公认的正确答案改编的,以避免密集矩阵
diff
计算(这很容易导致内存问题),并使用range
(而不是xrange
)
将numpy导入为np
从scipy导入稀疏
从scipy.sparse.linalg导入spsolve
def基线值(y、lam、p、niter=10):
L=len(y)
D=稀疏图([1,-2,1],[0,-1,-2],形状=(L,L-2))
w=np.ones(L)
对于范围内的i(niter):
W=sparse.spdiags(W,0,L,L)
Z=W+lam*D.dot(D.transpose())
z=spsolve(z,w*y)
w=p*(y>z)+(1-p)*(y
最近,我需要使用这种方法。来自answers的代码工作得很好,但它显然过度使用了内存。因此,这是我的版本与优化内存使用
def基线优化(y、lam、p、niter=10):
L=len(y)
D=稀疏图([1,-2,1],[0,-1,-2],形状=(L,L-2))
D=lam*D.dot(D.transpose())#预计算此项,因为它不依赖于'w'`
w=np.ones(L)
W=sparse.spdiags(W,0,L,L)
对于范围内的i(niter):
W.setdiag(W)#不要创建新矩阵,只需更新对角线值即可
Z=W+D
z=spsolve(z,w*y)
w=p*(y>z)+(1-p)*(y
根据我下面的基准测试,速度也快了1.5倍
%%timeit -n 1000 -r 10 y = randn(1000)
baseline_als(y, 10000, 0.05) # function from @jpantina's answer
# 20.5 ms ± 382 µs per loop (mean ± std. dev. of 10 runs, 1000 loops each)
%%timeit -n 1000 -r 10 y = randn(1000)
baseline_als_optimized(y, 10000, 0.05)
# 13.3 ms ± 874 µs per loop (mean ± std. dev. of 10 runs, 1000 loops each)
注1:原文说:
为了强调算法的基本简单性,迭代次数被固定为10次。在实际应用中,应检查重量是否有任何变化;如果没有,则已实现收敛
因此,这意味着停止迭代的更正确的方法是检查|w|u new-w|124;
注2:另一个有用的引用(来自@glycoaddict的评论)给出了如何选择参数值的想法
有两个参数:p表示不对称性,λ表示平滑度。两者都必须是
调整到手头的数据。我们发现,通常为0.001≤ P≤ 0.1是一个很好的选择(对于具有正峰值的信号)和102≤ λ ≤ 109,但可能会出现例外情况。在任何情况下,应在对数λ近似线性的网格上改变λ。通常,目视检查足以获得良好的参数值
有一个python库可用于基线校正/删除。它有Modpoly、IModploy和Zhang-fit算法,当您将原始值作为python列表或熊猫系列输入并指定多项式次数时,这些算法可以返回基线校正结果 将库安装为
pip Install baselineremovation
。下面是一个例子
from BaselineRemoval import BaselineRemoval
input_array=[10,20,1.5,5,2,9,99,25,47]
polynomial_degree=2 #only needed for Modpoly and IModPoly algorithm
baseObj=BaselineRemoval(input_array)
Modpoly_output=baseObj.ModPoly(polynomial_degree)
Imodpoly_output=baseObj.IModPoly(polynomial_degree)
Zhangfit_output=baseObj.ZhangFit()
print('Original input:',input_array)
print('Modpoly base corrected values:',Modpoly_output)
print('IModPoly base corrected values:',Imodpoly_output)
print('ZhangFit base corrected values:',Zhangfit_output)
Original input: [10, 20, 1.5, 5, 2, 9, 99, 25, 47]
Modpoly base corrected values: [-1.98455800e-04 1.61793368e+01 1.08455179e+00 5.21544654e+00
7.20210508e-02 2.15427531e+00 8.44622093e+01 -4.17691125e-03
8.75511661e+00]
IModPoly base corrected values: [-0.84912125 15.13786196 -0.11351367 3.89675187 -1.33134142 0.70220645
82.99739548 -1.44577432 7.37269705]
ZhangFit base corrected values: [ 8.49924691e+00 1.84994576e+01 -3.31739230e-04 3.49854060e+00
4.97412948e-01 7.49628529e+00 9.74951576e+01 2.34940300e+01
4.54929023e+01
我使用了之前评论中引用的算法版本,这是对p
from BaselineRemoval import BaselineRemoval
input_array=[10,20,1.5,5,2,9,99,25,47]
polynomial_degree=2 #only needed for Modpoly and IModPoly algorithm
baseObj=BaselineRemoval(input_array)
Modpoly_output=baseObj.ModPoly(polynomial_degree)
Imodpoly_output=baseObj.IModPoly(polynomial_degree)
Zhangfit_output=baseObj.ZhangFit()
print('Original input:',input_array)
print('Modpoly base corrected values:',Modpoly_output)
print('IModPoly base corrected values:',Imodpoly_output)
print('ZhangFit base corrected values:',Zhangfit_output)
Original input: [10, 20, 1.5, 5, 2, 9, 99, 25, 47]
Modpoly base corrected values: [-1.98455800e-04 1.61793368e+01 1.08455179e+00 5.21544654e+00
7.20210508e-02 2.15427531e+00 8.44622093e+01 -4.17691125e-03
8.75511661e+00]
IModPoly base corrected values: [-0.84912125 15.13786196 -0.11351367 3.89675187 -1.33134142 0.70220645
82.99739548 -1.44577432 7.37269705]
ZhangFit base corrected values: [ 8.49924691e+00 1.84994576e+01 -3.31739230e-04 3.49854060e+00
4.97412948e-01 7.49628529e+00 9.74951576e+01 2.34940300e+01
4.54929023e+01
from scipy import sparse
from scipy.sparse import linalg
import numpy as np
from numpy.linalg import norm
def baseline_arPLS(y, ratio=1e-6, lam=100, niter=10, full_output=False):
L = len(y)
diag = np.ones(L - 2)
D = sparse.spdiags([diag, -2*diag, diag], [0, -1, -2], L, L - 2)
H = lam * D.dot(D.T) # The transposes are flipped w.r.t the Algorithm on pg. 252
w = np.ones(L)
W = sparse.spdiags(w, 0, L, L)
crit = 1
count = 0
while crit > ratio:
z = linalg.spsolve(W + H, W * y)
d = y - z
dn = d[d < 0]
m = np.mean(dn)
s = np.std(dn)
w_new = 1 / (1 + np.exp(2 * (d - (2*s - m))/s))
crit = norm(w_new - w) / norm(w)
w = w_new
W.setdiag(w) # Do not create a new matrix, just update diagonal values
count += 1
if count > niter:
print('Maximum number of iterations exceeded')
break
if full_output:
info = {'num_iter': count, 'stop_criterion': crit}
return z, d, info
else:
return z
def spectra_model(x):
coeff = np.array([100, 200, 100])
mean = np.array([300, 750, 800])
stdv = np.array([15, 30, 15])
terms = []
for ind in range(len(coeff)):
term = coeff[ind] * np.exp(-((x - mean[ind]) / stdv[ind])**2)
terms.append(term)
spectra = sum(terms)
return spectra
x_vals = np.arange(1, 1001)
spectra_sim = spectra_model(x_vals)
from scipy.interpolate import CubicSpline
x_poly = np.array([0, 250, 700, 1000])
y_poly = np.array([200, 180, 230, 200])
poly = CubicSpline(x_poly, y_poly)
baseline = poly(x_vals)
noise = np.random.randn(len(x_vals)) * 0.1
spectra_base = spectra_sim + baseline + noise
_, spectra_arPLS, info = baseline_arPLS(spectra_base, lam=1e4, niter=10,
full_output=True)