滑动平均_滑动窗口问题最简单的教程
时间: 2023-07-30 22:07:31 浏览: 53
滑动平均是一种常见的数据处理技术,通常用于平滑时间序列数据。滑动平均的基本思想是,在时间序列中,对一段连续的数据进行平均处理,得到一个新的平滑后的数据。
滑动平均通常使用滑动窗口来实现。滑动窗口是指在时间序列中,取固定长度的连续数据作为一个滑动窗口,然后将窗口向前滑动一个固定的步长,取下一个窗口,再进行平均处理。这样就可以得到一系列平滑后的数据。
下面是一个简单的例子,演示如何使用Python实现滑动平均。
```python
import numpy as np
# 生成一个随机时间序列
np.random.seed(0)
data = np.random.randn(100)
# 定义滑动窗口的长度和步长
window_size = 10
step = 1
# 计算滑动平均
smoothed_data = []
for i in range(0, len(data) - window_size + 1, step):
window_data = data[i:i+window_size]
smoothed_data.append(np.mean(window_data))
# 打印平滑后的数据
print(smoothed_data)
```
在上面的例子中,我们首先生成了一个随机时间序列,然后定义了滑动窗口的长度和步长。接着,我们遍历整个时间序列,每次取一个固定长度的滑动窗口,并计算窗口中数据的平均值,将平均值添加到平滑后的数据列表中。最后,我们打印出平滑后的数据。
需要注意的是,这个例子中的滑动平均是简单平均法,也就是说,每个窗口中的数据权重相等。如果需要使用其他的加权平均法,可以根据需要进行修改。