Question

我想计算增加的移动平均线。

我的主要目标是获得增加的MA，使得第一个MA是第一个值的平均值，下一个MA是前2个值的平均值，下一个MA是前4个值的平均值，下一个MA是前6个值的平均值，所以上。

如何在Python中使用numpy库来实现这一目标？

我正在使用Python对时间序列数据进行分析。我也对移动平均线感兴趣，计算目标变量的移动平均线，我使用以下函数来计算目标变量的MA。

def movingaverage(values, avg_number):
    weights = np.repeat(1.0, avg_number)/avg_number
    smas = np.convolve(values, weights, 'valid')
    return smas

在这个函数中，我提供了我的pandas Series和平均数到calc。相应的平均值。

现在，我想计算增加的移动平均线。如上所述，平均数是按固定数计算的，比如90.

但是，如果移动平均线减少/增加，这个数字将在每个下一个值减少/增加。

我的主要目标是获得增加的MA，使得第一个MA是第一个值的平均值，下一个MA是前2个值的平均值，下一个MA是前4个值的平均值，下一个MA是前6个值的平均值，所以上。

如何在Python中使用numpy库来实现这一目标？

如果输入为[1,5,3,6,8,4,6,8,4,2,3,5,8,6,4]，则输出会增加移动平均值，例如[1,3,3,3.75....]

Answer 1

您可以使用cumsum和np.arange即

x = np.array([1,5,3,6,8,4,6,8,4,2,3,5,8,6,4])
y = x.cumsum()/np.arange(1,len(x)+1)

输出：

array([ 1.        ,  3.        ,  3.        ,  3.75      ,  4.6       ,
     4.5       ,  4.71428571,  5.125     ,  5.        ,  4.7       ,
     4.54545455,  4.58333333,  4.84615385,  4.92857143,  4.86666667])

移动平均线增加

1 个答案: