python - 如何使用 python + NumPy/SciPy 计算滚动/移动平均值？

Question

似乎没有函数可以简单地计算 numpy/scipy 上的移动平均值，导致 convoluted solutions .

我的问题有两个:

• 使用 numpy (正确)实现移动平均线的最简单方法是什么？
• 既然这看起来很重要且容易出错，那么是否有充分的理由不使用 batteries included在这种情况下？

Answer 1

如果您只想要一个简单的非加权移动平均线，您可以使用 np.cumsum 轻松实现它，可能是 是比基于 FFT 的方法更快:

编辑更正了 Bean 在代码中发现的错误索引。 编辑

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

>>> 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.])
>>> moving_average(a, n=4)
array([  1.5,   2.5,   3.5,   4.5,   5.5,   6.5,   7.5,   8.5,   9.5,
        10.5,  11.5,  12.5,  13.5,  14.5,  15.5,  16.5,  17.5])

所以我猜答案是:它真的很容易实现，也许 numpy 已经有点臃肿了，有专门的功能。