滑动平均法python

滑动平均法（Moving Average）是一种平滑时间序列数据的方法，可以用来去除噪声和变化，使数据趋于平稳。在Python中，可以使用NumPy或Pandas库来实现滑动平均法。

以下是一个使用NumPy库实现滑动平均法的示例代码：

import numpy as np

def moving_average(data, window_size):
    weights = np.repeat(1.0, window_size) / window_size
    return np.convolve(data, weights, 'valid')

# 示例数据
data = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

# 滑动窗口大小为3
window_size = 3

# 计算滑动平均值
smooth_data = moving_average(data, window_size)

print(smooth_data)

运行以上代码，将输出滑动平均后的结果：[2. 3. 4. 5. 6. 7. 8.]. 在示例中，我们定义了一个moving_average函数，它接受数据数组和滑动窗口大小作为参数。函数内部使用np.repeat创建一个权重数组，然后使用np.convolve函数对数据进行卷积计算，得到滑动平均后的结果。

注意：以上示例中使用的是简单的滑动平均方法，权重数组中的权重都相等。如果需要使用其他加权方式，可以自行调整权重数组中的值。