Mam następujące funkcji do obliczania SMA w python: Ta funkcja działa, ale uważam, że bardzo mało pythonic. Nie podoba mi się indeksowanie i liczenie Im robi, ani sposób, w jaki muszę dołączyć do listy, a następnie przełączyć go w tablicę numpy, zanim ją zwrócę. Powód, dla którego muszę poradzić sobie z tymi wszystkimi, jest dlatego, że chcę zwrócić tablicę o takim samym rozmiarze, co tablica wejściowa. Pozwala to łatwiej spiskować i radzić sobie na ogólnym poziomie później. Mogę łatwo zrobić coś takiego: tak, więc wszelkie pomysły, jak to można zrobić ładniejsze i bardziej pythonic zapytał 2 marca o 11: 13Ok tak Im pisania klasy, która obliczy prostą średnią ruchomą na liście cen. Oblicza średnią każdą liczbę N cen bez obliczania pierwszych N-1 dni. Oto, co mam: przetestowałem je, tworząc obiekt klasy na powłoku x Simplemovingaverage (3, 1,2,3,4,5,6,7,8,9,10), a następnie wykonując metodę obliczeniową przez x wyliczyć wyjście miałem: Więc z mojej listy numerów tylko obliczyć do 7,8,9 ostatni numer powinien być 9, ponieważ to średnio 8,9,10, a także powinno być tylko 3 zera od N jest 3. To jest wyjście Im szuka: zapytał 18 lutego 14 w 5:32 dokładnie potrzebuję n-1 zera, z n jak 3 dostaję dwa zera. Zerowy jest tylko powiedzieć, że można obliczyć prostą średnią ruchową w n-dniach bez pierwszego n-1. Kiedy zmienię zero na 3939 pustą przestrzeń daje mi 2 puste przestrzenie, a następnie średnie, począwszy od 3, co jest mi potrzebne. Kiedy wprowadzam 1, daje mi 1 pustą przestrzeń i zero, zanim zacznie obliczyć średnią z 3. Myślę, że źle zrozumiała rolę zer. ndash user2423347 Feb 18 14 at 7: 40Przedstawiliśmy wcześniej, jak utworzyć średnie ruchome przy użyciu python. Ten samouczek będzie kontynuacją tego tematu. Średnia ruchoma w kontekście statystyk, nazywana również przeciętną waloryzacją, jest rodzajem skończonej odpowiedzi impulsowej. W naszym poprzednim samouczku wymyśliliśmy wartości tablic xi y: wykres x82 x x względem ruchomej średniej y, którą nazwiemy yMA: Po pierwsze, let8217 wyrównują długość obu tablic: i pokazać to w kontekście: wynik Wykres: Aby to zrozumieć, let8217 spisują dwa różne relacje: x vs y i x vs MAy: średnia ruchoma jest zielona fabuła, która zaczyna się od 3: Podziel się tym: W ten sposób: Nawigacja po wpisaniu Pozostaw odpowiedź Anuluj odpowiedź Bardzo przydatne chciałaby przeczytać ostatnią część na dużych zbiorach danych Mam nadzieję, że wkrótce wkrótce powstanie blogerów takich jak: Poniższe przykłady powodują średnią ruchome poprzednich wartości WINDOW. Obniżymy pierwsze (WINDOW -1) wartoś ci, ponieważ uda nam się znaleźćś rednio przed nimi. (Domyślnym zachowaniem dla convolution jest założenie, że wartości przed rozpoczęciem naszej sekwencji to 0). (Więcej formalnie tworzymy sekwencję y dla sekwencji x, gdzie yi (xi x (i1) 8230. x (in)) n) Wykorzystuje to funkcję splotów numpy8217s. Jest to ogólna średnia ruchoma operacja. Zmienianie współczynników wagi sprawia, że niektóre ważniejsze wartości wyrównywania pozwalają odpowiednio przeanalizować wartość średnią wokół punktu, a nie wcześniej. Zamiast obcięcia wartości możemy ustalić wartości początkowe, jak pokazano w tym przykładzie:
No comments:
Post a Comment