如何在没有专用函数的情况下在 Python 中实现移动平均线？

使用 Python 实现移动平均

尽管 NumPy 或 SciPy 中没有计算移动平均值的专用函数，但有一个简单且使用 np.cumsum 函数来实现它的有效方法。这种方法对于非加权移动平均值特别有效。

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

此代码采用数组 a 和窗口大小 n 来计算移动平均值。它使用 np.cumsum 计算数组的累积和，然后减去前 n 个元素的总和以调整移动窗口。然后将结果数组除以 n 以获得平均值。

例如，以下代码计算数组的移动平均值：

a = np.arange(20)
moving_average(a)
# array([  1.,   2.,   3.,   4.,   5.,   6.,   7.,   8.,   9.,  10.,  11.,
#         12.,  13.,  14.,  15.,  16.,  17.,  18.])

值得注意的是，实现移动平均值在 NumPy 中相对简单，并且在库中包含此类功能可能没有必要，因为它可能会导致膨胀并减少库对其核心功能的关注。

以上是如何在没有专用函数的情况下在 Python 中实现移动平均线？的详细内容。更多信息请关注PHP中文网其他相关文章！