13

我正在编写一个使用 numpy 中的 convolve 函数的移动平均函数，它应该相当于一个（加权移动平均）。当我的权重都相等时（如简单的算术平均值），它工作正常：

data = numpy.arange(1,11)
numdays = 5
w = [1.0/numdays]*numdays
numpy.convolve(data,w,'valid')

给

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,... 我希望，我得到

array([ 2.33333333,  3.33333333,  4.33333333,  5.33333333,  6.33333333,
        7.33333333])

如果我删除“有效”标志，我什至看不到正确的值。我真的很想对 WMA 和 MA 使用 convolve，因为它使代码更清晰（相同的代码，不同的权重），否则我认为我将不得不遍历所有数据并进行切片。

关于这种行为的任何想法？

4

1 回答 1

19

What you want is np.correlate in a convolution the second argument is inverted basically, so that your expected result would be with np.convolve(data, w[::-1], 'valid').

于 2012-10-10T11:18:43.900 回答