Numpy Moving Average Convolve

Estou escrevendo uma função de média móvel que usa a função convolve em numpy, que deve ser equivalente a uma (média móvel ponderada). Quando meus pesos são todos iguais (como em uma média aritmética simples), ele funciona bem: No entanto, quando eu tento usar uma média ponderada em vez do (para os mesmos dados) 3.667,4.667,5.667,6.667. Eu espero, eu recebo Se eu remover a bandeira válida, eu nem vejo os valores corretos. Gostaria realmente de usar convolve para o WMA, bem como MA como faz o código mais limpo (mesmo código, pesos diferentes) e caso contrário eu acho que eu tenho que percorrer todos os dados e tomar fatias. Quaisquer idéias sobre este comportamentoNossa primeira etapa é traçar um gráfico mostrando as médias de dois arrays. Let8217s criar duas matrizes xey, e plotá-los. X será de 1 a 10. E y terá esses mesmos elementos em uma ordem aleatória. Isso nos ajudará a verificar que, de fato, nossa média está correta. Let8217s randomizar a ordem de nossos elementos em y mais uma vez e traçar novamente: Com relação a y ver como a média móvel se comporta: No próximo tutorial vamos traçar as médias móveis. Compartilhe este: Como este: Navegação de postagem Deixe uma resposta Cancelar resposta d bloggers gostam disto: Nós anteriormente introduziu como criar médias móveis usando python. Este tutorial será uma continuação deste tópico. Uma média móvel no contexto da estatística, também chamada de média de rolamento, é um tipo de resposta ao impulso finito. Em nosso tutorial anterior traçamos os valores das matrizes x e y: Let8217s traçam x contra a média móvel de y que chamaremos yMA: Em primeiro lugar, let8217s equalizar o comprimento de ambos os arrays: E para mostrar isso no contexto: Gráfico: Para ajudar a entender isso, let8217s trama dois relacionamentos diferentes: x vs y e x vs MAy: A média móvel aqui é a parcela verde que começa em 3: Compartilhar este: Como este: Navegação Post Leave a Reply Cancelar resposta Very useful I Gostaria de ler a última parte em grandes conjuntos de dados Espero que virá em breve8230 d blogueiros como este: Os exemplos a seguir produz uma média móvel dos valores WINDOW anteriores. Nós truncar o primeiro (WINDOW -1) valores desde que can8217t encontrar a média antes deles. (O comportamento padrão para convolução é assumir que os valores antes do início de nossa seqüência são 0). (Mais formalmente, construímos a seqüência y para a seqüência x onde yi (xi x (i1) 8230. x (em)) n) Isso faz uso da função de convolução numpy8217s. Esta é uma operação de média móvel de propósito geral. Alterar ponderações torna alguns valores mais importantes compensar apropriadamente permite que você visualize a média em torno do ponto em vez de antes do ponto. Em vez de truncar valores, podemos fixar os valores iniciais no lugar, como ilustrado neste exemplo: