发生异常: TypeError Axis must be specified when shapes of a and weights differ. File "C:\Users\lenovo\Desktop\实习\测试用2.py", line 40, in TS_wgdStd result = math.sqrt(np.average(square, weights=DecayWGT)) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "C:\Users\lenovo\Desktop\实习\测试用2.py", line 50, in <module> print(TS_wgdStd(testseq.values, number=20, halflife=30)) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ TypeError: Axis must be specified when shapes of a and weights differ.

根据你提供的错误消息，发生了 `TypeError` 异常，错误消息指出 "Axis must be specified when shapes of a and weights differ"。这个错误通常发生在 `np.average` 函数中，当输入的数组和权重数组的形状不匹配时会引发此错误。

在你的代码中， `DecayWGT` 是一个权重数组，而 `square` 是一个数组。这意味着它们的形状可能不匹配，导致了这个错误。

为了解决这个问题，你可以尝试在调用 `np.average` 函数时指定 `axis` 参数。根据你的代码，我猜测你可能想要对 `square` 数组的所有元素计算加权平均数。如果是这样，你可以将 `axis=None` 传递给 `np.average` 函数。以下是修正后的代码：

import pandas as pd
import math
import numpy as np

def TS_AVERAGE(series, number):
    # 实现 TS_AVERAGE 函数的代码...

def TS_wgdStd(series, number, halflife):
    halflife = int(halflife)
    d = math.pow(0.5, 1 / halflife)
    DecayWGT = np.logspace(0, number - 1, number, base=d)
    avg = TS_AVERAGE(series, number)
    square = (series - avg) * (series - avg)
    print(square)
    result = math.sqrt(np.average(square, weights=DecayWGT, axis=None))
    return result
 
testseq = range(0, 400)
testseq = pd.Series(testseq)
print(testseq)
print('测试均值函数')
print(TS_AVERAGE(testseq.values, 20))
TS_AVERAGE(testseq.values, 20).to_csv('测试均值函数.csv')
print('测试加权标准差')
print(TS_wgdStd(testseq.values, number=20, halflife=30))
TS_wgdStd(testseq.values, 20, 30).to_csv('测试加权标准差.csv')

在修正后的代码中，我在 `np.average` 函数中添加了 `axis=None` 参数，以确保对整个数组进行加权平均数的计算。这样，你应该能够避免 "Axis must be specified when shapes of a and weights differ" 错误，并且能够正常运行代码。