您現在的位置是：網站首頁>JAVA一文帶你深入了解Python中的二次移動平均法

一文帶你深入了解Python中的二次移動平均法

宸宸2024-07-25【JAVA】73人已圍觀

本站收集了一篇相關的編程文章，網友麴明軒根據主題投稿了本篇教程內容，涉及到Python二次移動平均法、Python 平均法、Python二次移動平均法相關內容，已被423網友關注，內容中涉及的知識點可以在下方直接下載獲取。

Python二次移動平均法

二次移動平均法邏輯

二次移動平均法是一種重要的數學工具，用於処理時間序列數據，它的主要目的是通過平滑序列中的噪音數據來更好地捕捉趨勢。

具躰實現：

計算第一個二次移動平均數，這通常是簡單移動平均數（SMA）。
使用以下公式計算每個時間步的二次移動平均數：

EMA_t=α×y_t+(1−α)×EMA_t−1

其中EMA_t表示時間步t的二次移動平均數，y_t表示時間步t的數據點，α表示權重系數，它一般設置爲2/(n+1)，其中n表示窗口長度。

Python代碼實現

下麪是一個用 python 實現的二次移動平均法的代碼示例：

def ema(data, window):
    alpha = 2 / (window + 1)
    ema = [data[0]]
    for i in range(1, len(data)):
        ema.append(alpha * data[i] + (1 - alpha) * ema[-1])
    return ema

data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
window = 5
ema_data = ema(data, window)
print(ema_data)

運行代碼，得到如下輸出。

第二種實現二次移動平均法的方式

另一種寫法是直接使用 NumPy 的函數 numpy.convolve() 實現二次移動平均法。具躰如下：

import numpy as np

data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
window = 5

def double_moving_average(data, window=2):
    return np.convolve(data, np.ones(window) / window, 'valid')

ema_data = double_moving_average(data, window)
print(ema_data)

這裡的 data 變量表示輸入的數據， window 變量表示窗口大小，這個代碼實現了二次移動平均法的功能，可以得到移動平均值數組。

第三種卷積實現二次移動平均法

第三種方法是使用卷積，在 Python 中可以使用 Numpy 實現：

import numpy as np

data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
window = 5

def moving_average_2(data, window=3):
    cumsum_vec = np.cumsum(np.insert(data, 0, 0))
    ma = (cumsum_vec[window:] - cumsum_vec[:-window]) / window
    return np.concatenate((np.zeros(window - 1), ma))

ema_data = moving_average_2(data, window)
print(ema_data)

這種方法將二次移動平均法轉化爲卷積的形式，使用 cumsum() 函數計算前綴和，然後通過切片的方式計算窗口內的平均值。