python的滑动平均法

滑动平均法是一种常用的平滑时间序列数据的方法，可以用来减少噪声和突发波动的影响。在 Python 中，可以使用以下方式实现滑动平均法：

def sliding_average(data, window_size):
    smoothed_data = []
    for i in range(len(data)):
        start = max(0, i - window_size + 1)
        end = i + 1
        window = data[start:end]
        average = sum(window) / len(window)
        smoothed_data.append(average)
    return smoothed_data

上述代码中，`data` 是原始的时间序列数据，`window_size` 是滑动窗口的大小。函数通过遍历数据，每次取窗口内的数据计算平均值，并将平均值添加到平滑后的数据列表 `smoothed_data` 中。最后返回平滑后的数据。

使用示例：

data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
window_size = 3

smoothed_data = sliding_average(data, window_size)
print(smoothed_data)

输出结果为：

[1.0, 1.5, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0, 9.0]

以上代码仅是一个简单的示例，实际应用中可能需要根据具体需求进行调整和优化。