我正在写一个移动平均值函数,它在numpy中使用卷积函数,应该等价于(weighted moving average)。当我的体重都相等(如简单的算术平均数)时,它工作得很好:
data = numpy.arange(1,11)
numdays = 5
w = [1.0/numdays]*numdays
numpy.convolve(data,w,'valid')
给予
array([ 3., 4., 5., 6., 7., 8.])
但是,当我尝试使用加权平均值时
w = numpy.cumsum(numpy.ones(numdays,dtype=float),axis=0); w = w/numpy.sum(w)
而不是(对于相同的数据)3.667,4.667,5.667,6.667,。。。我想,我明白
array([ 2.33333333, 3.33333333, 4.33333333, 5.33333333, 6.33333333,
7.33333333])
如果删除“valid”标志,我甚至看不到正确的值。我真的很想对WMA和MA使用卷积,因为它使代码更干净(相同的代码,不同的权重),否则我想我将不得不循环遍历所有数据并进行切片。
对这种行为有什么看法吗?
你想要的是
np.correlate
在卷积中,第二个参数基本上是相反的,这样你的预期结果就是np.convolve(data, w[::-1], 'valid')
。相关问题 更多 >
编程相关推荐