数据变换和平滑
数据列表的处理已经直接集成到 Wolfram 语言的统一体系结构，它具有一个对变换、平滑数据集进行高度优化的算法，数据集通常涉及到数百万个元素.
Rescale ▪ Clip ▪ Normalize ▪ Standardize ▪ Accumulate ▪ Differences
Threshold — 自适应地确定合适的阈值
MovingAverage — 求出任何范围内的移动平均数
ExponentialMovingAverage — 求出带有阻尼的指数移动平均数
MovingMedian — 求出任意范围的移动中值
MovingMap — 把一个函数映射到任何跨度的移动窗口
ArrayFilter — 把一个函数映射到任何深度数组中的移动窗口
Interpolation — 求出任意维的序列数的插值
Fit — 线性最小二乘拟合
FindFit — 求出数据的一个约束的非线性拟合
ListConvolve, ListCorrelate — 与任意内核的卷积或相关数据
ListDeconvolve — 恢复卷积的数据
CellularAutomaton — 应用任意维数的元胞自动机规则
Fourier, InverseFourier — 离散傅立叶变换和求逆
滤波器 »
GaussianFilter ▪ LaplacianFilter ▪ WienerFilter ▪ MedianFilter ▪ ...
小波分析 »
DiscreteWaveletTransform ▪ WaveletThreshold ▪ ...
异常值和缺失数据
DeleteAnomalies — 从数据中学习删除异常元素
SynthesizeMissingValues — 根据存在的数据推算来填充缺失的值
峰值分析
FindPeaks — 求数据的峰值位置
EstimatedBackground — 估计数据的平滑背景
循环分析
FindRepeat ▪ FindTransientRepeat