drop_lin_trand

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# Загрузка данных из файла CSV
file_path = 'data.csv'
data = pd.read_csv(file_path)

# Определение временной переменной
time_column = 'Time'  # Замените 'Time' на название временной переменной в вашем файле CSV

# Выделение значений времени и соответствующих данных
time_values = data[time_column]
data_values = data.drop(columns=[time_column])

# Удаление линейного тренда
def remove_trend(data):
    x = np.arange(len(data))
    slope, intercept = np.polyfit(x, data, 1)
    trend = slope * x + intercept
    detrended_data = data - trend
    return detrended_data

detrended_data = data_values.apply(remove_trend, axis=0)

# Сохранение обработанных данных в новый файл CSV
detrended_data.to_csv('detrended_data.csv', index=False)

# Визуализация исходных и обработанных данных для одного измерения
plt.figure(figsize=(10, 6))
plt.plot(time_values, data_values.iloc[:, 0], label='Исходные данные', color='blue')
plt.plot(time_values, detrended_data.iloc[:, 0], label='Обработанные данные (без тренда)', color='red')
plt.xlabel('Время')
plt.ylabel('Значение')
plt.title('Удаление линейного тренда из данных')
plt.legend()
plt.grid(True)
plt.show()