Numpy Moving Average Falten

Ich schreibe eine gleitende durchschnittliche Funktion, die die Faltungsfunktion in numpy verwendet, die gleich einem (gewichteten gleitenden Durchschnitt) sein sollte. Wenn meine Gewichte alle gleich sind (wie in einem einfachen arithmischen Durchschnitt), geht es gut: Wenn ich aber versuche, einen gewichteten Durchschnitt anstelle der (für die gleichen Daten) zu verwenden, 3.667.4.667.5.667.6.667. Ich erwarte, ich bekomme Wenn ich die gültige Flagge beseitige, sehe ich nicht mal die richtigen Werte. Ich würde gerne gerne für die WMA sowie MA, wie es macht den Code sauberer (gleiche Code, verschiedene Gewichte) zu verwenden und sonst denke ich, dass Ill müssen alle Daten durchlaufen und nehmen Scheiben. Irgendwelche Ideen über dieses VerhaltenUnser erster Schritt ist, ein Diagramm zu zeigen, das die Mittelwerte von zwei Arrays zeigt. Let8217s erstellen zwei Arrays x und y und zeichnen sie auf. X ist 1 bis 10. Und y wird die gleichen Elemente in einer zufälligen Reihenfolge haben. Dies wird uns helfen zu überprüfen, dass in der Tat unser Durchschnitt korrekt ist. Let8217s randomisieren die Reihenfolge unserer Elemente in y noch einmal und plotten wieder: In Bezug auf y let8217s sehen, wie sich der gleitende Durchschnitt verhält: Im nächsten Tutorial werden wir die gleitenden Durchschnitte skizzieren. Teilen Sie diese: Wie dies: Post Navigation Lassen Sie eine Antwort Abbrechen Antwort d Blogger wie folgt: Wir haben vor, wie man gleitende Durchschnitte mit Python zu erstellen. Dieses Tutorial wird eine Fortsetzung dieses Themas sein. Ein gleitender Durchschnitt im Kontext der Statistik, auch Rollingrunning-Durchschnitt genannt, ist eine Art von endlicher Impulsantwort. In unserem vorherigen Tutorial haben wir die Werte der Arrays x und y gezeichnet: Let8217s plot x gegen den gleitenden Durchschnitt von y, den wir yMA nennen werden: Erstens, let8217s entlasten die Länge beider Arrays: Und um dies im Kontext zu zeigen: Das Ergebnis Grafisch: Um dies zu verstehen, lassen Sie sich von den verschiedenen Beziehungen unterscheiden: x vs y und x vs MAY: Der gleitende Durchschnitt hier ist die grüne Handlung, die bei 3 beginnt: Teilen Sie diese: Wie folgt: Post Navigation Hinterlasse eine Antwort Antwort abbrechen Sehr nützlich I Möchte den letzten Teil auf großen Datensätzen lesen Hoffe, es wird bald kommen8230 d Blogger wie folgt: Die folgenden Beispiele erzeugen einen gleitenden Durchschnitt der vorangegangenen WINDOW-Werte. Wir schneiden die ersten (WINDOW -1) Werte ab, da wir den Durchschnitt vor ihnen finden können. (Das Standardverhalten für die Faltung ist, dass die Werte vor dem Beginn unserer Sequenz 0 sind). (Formalerweise konstruieren wir die Sequenz y für die Folge x, wobei yi (xi x (i1) 8230. x (in)) n) Dies macht die numpy8217s-Faltungsfunktion aus. Dies ist ein allgemeiner bewegter durchschnittlicher Betrieb. Das Ändern von Gewichtungen macht einige Werte wichtiger, die Kompensation in geeigneter Weise ermöglicht es Ihnen, durchschnittlich wie um Punkt statt vor Punkt zu sehen. Anstatt abschneidende Werte können wir die anfänglichen Werte festlegen, wie in diesem Beispiel dargestellt: