3 个元素的移动平均值 C 或 Python

Question

我想计算3个元素的移动平均数。

比如我有一个25个元素的销售数据。我需要计算从这 25 个数据元素中取平均值的移动平均值。

当给出一个真实数组作为数据时，我想编写一个程序来确定 3 元素移动平均线并创建一个数组。数组中的元素数变为比给定序列短 2 个元素。例如，如果我得到：

[7.0, 9.0, 5.0, 1.0, 3.0]

我想得到：

[7.0, 5.0, 3.0]

Answer 1

解决此问题的最佳（也是最快的）方法是 convolution. Using numpy's convolve：

import numpy as np

x = np.asarray([7.0, 9.0, 5.0, 1.0, 3.0])

# create what's known as the convolution 'kernel'
# note that this sums to 1, which results in an average
kernel = np.ones(3) / 3

# do the convolution to compute the moving average
moving_avg = np.convolve(x, kernel, mode='valid')

您可以将卷积运算视为数据序列上的内核 "sliding"。卷积输出中的每个点 moving_avg[k] 都将是您的数据和内核之间的乘积下的区域，当内核以该点为中心时 k.

这是一个动画（来自上面链接的维基百科文章），说明了移动平均计算中使用的平方核的原理：

Answer 2

您可以使用 Python deque 来执行此操作，如下所示：

from collections import deque

prices = [7.0, 9.0, 5.0, 1.0, 3.0]
moving_average = deque()
total = 0.0
days = 3
averages = []

for price in prices:
    moving_average.append(price)
    total += price

    if len(moving_average) > days:      # Length of moving average
        total -= moving_average.popleft()

    averages.append(total / float(len(moving_average)))

print averages

这将显示以下输出：

[7.0, 8.0, 7.0, 5.0, 3.0]

或者您可以跳过初始条目，如下所示：

print averages[days-1:]

给予：

[7.0, 5.0, 3.0]

Answer 3

列表理解是一种执行此操作的 pythonic 方式，不需要任何导入：

>>> a
[7, 9, 5, 1, 3]
>>> [(a[i]+a[i+1]+a[i+2])/3.0 for i in xrange(len(a)-2)]
[7.0, 5.0, 3.0]

3 个元素的移动平均值 C 或 Python

moving average of 3 elements by C or Python

c

python

average

elements

convolution