滑动平均算法python实现详细

滑动平均算法（Moving Average）是常用于时间序列数据处理的一种算法，可以平滑随时间变化的数据并减少噪声，常用于股票价格预测、天气预测等领域。下面介绍Python实现滑动平均算法的详细步骤。

1. 导入模块

首先需要导入numpy模块用于数据处理。

2. 读取数据

可以使用pandas模块读取csv格式的数据，这里以读取stockdata.csv文件为例。

import pandas as pd
data=pd.read_csv('stockdata.csv')

3. 初始化滑动窗口

滑动平均的计算是基于滑动窗口的，滑动窗口的大小表示取几个数据的平均值。可以根据实际需求设置窗口大小，这里以窗口大小为5为例。

window_size=5

4. 计算滑动平均

在滑动窗口大小确定的情况下，可以通过循环遍历数据进行滑动平均的计算。具体步骤如下：

(1) 初始化第一个滑动窗口和滑动平均值列表。

(2) 遍历所有数据。

(3) 当当前窗口内数据不足时，直接将当前数据加入窗口并计算当前窗口内数据的平均值。

(4) 当当前窗口内数据已足够时，先将第一个数据弹出窗口，再将当前数据加入窗口并计算当前窗口内数据的平均值。将计算得到的滑动平均值存入滑动平均值列表。

import numpy as np

def moving_average(data,window_size):
    ma_list=[]
    window=data[:window_size]
    ma=np.mean(window)
    ma_list.append(ma)
    for i in range(window_size,len(data)):
        window=window[1:]
        window=np.append(window,data[i])
        ma=np.mean(window)
        ma_list.append(ma)    
    return ma_list

data_list=list(data['close'])
ma_list=moving_average(data_list,window_size)

5. 可视化结果

可以使用matplotlib模块将原始数据和滑动平均值列表一起绘制在图表上，以便于比较和分析。

import matplotlib.pyplot as plt

plt.plot(data_list,label='Original Data')
plt.plot(ma_list,label='Moving Average')
plt.legend()
plt.show()

完整代码如下：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

def moving_average(data,window_size):
    ma_list=[]
    window=data[:window_size]
    ma=np.mean(window)
    ma_list.append(ma)
    for i in range(window_size,len(data)):
        window=window[1:]
        window=np.append(window,data[i])
        ma=np.mean(window)
        ma_list.append(ma)
    return ma_list

data=pd.read_csv('stockdata.csv')
data_list=list(data['close'])
window_size=5
ma_list=moving_average(data_list,window_size)

plt.plot(data_list,label='Original Data')
plt.plot(ma_list,label='Moving Average')
plt.legend()
plt.show()

参考文献：https://zh.wikipedia.org/zh-cn/%E6%BB%91%E5%8A%A8%E5%B9%B3%E5%9D%87