为什么 NumPy 没有计算移动平均线的内置函数？

使用 Python NumPy / SciPy 计算滚动/移动平均值

尽管移动平均值在时间序列分析中很有用，但 NumPy 和 SciPy 却没有为此目的提供一个独立的函数，引发了有关此遗漏背后的基本原理的疑问。

在 NumPy 中实现移动平均

在 NumPy 中实现移动平均的一种简单方法是通过 np.cumsum 函数，该函数累积数组的元素。然后可以对生成的 cumsum 数组进行适当切片以获得移动平均值。

def moving_average(a, n=3):
    ret = np.cumsum(a, dtype=float)
    ret[n:] = ret[n:] - ret[:-n]
    return ret[n - 1:] / n

此方法相对较快，并且避免了容易出错的复杂解决方案。

缺乏的原因包含电池的功能

尽管移动平均实现表面上很简单，但 NumPy 核心功能中缺少它的原因可能与此类操作的特殊性质有关。 NumPy 专注于提供基本的数值运算，而时间序列分析等专门算法通常留给专用包。这种方法允许 NumPy 保持其核心功能，并避免使用利基工具使其变得臃肿。

以上是为什么 NumPy 没有计算移动平均线的内置函数？的详细内容。更多信息请关注PHP中文网其他相关文章！