我想在Python中实现指数平滑过滤器。目前，我计算：
y[n] = alpha * x[n] + (1 - alpha) * y[n-1],
其中x[n]是“当前样本”，y[n]是新样本，y[n-1]是先前的输出样本，而alpha是过滤器参数。
正如您可能想像的那样，我使用普通的Python迭代进行计算，它非常缓慢（例如，已经很难获得10000个数据点）。
可以使用numpy和矢量运算对这种演算进行编码吗？
我不确定我是否对scipy.signal感兴趣。我的主要目的是研究输入向量长度和系数alpha分辨率对输出精度的影响。
编辑： 看来我没有正确地提出问题-我对这种特定的解决方案不感兴趣，但是对“这种问题”不感兴趣。我使用此方程式作为基础，但是我对其进行了其他处理，特别是将整数分辨率的舍入和限制为alpha（编码为二进制补码）和y [n]（修剪为特定位宽），因此它给出了结果与参数的分辨率一样好（基本上是模拟硬件行为）。因此，来自scipy的lfilter不是我可以使用的。另一方面，提议的Numba似乎正是我想要的。