滑动平均_滑动窗口问题最简单的教程

滑动平均是一种常用的信号处理方法，可以用于平滑数据、去除噪声等。滑动平均的基本思想是利用一个固定大小的窗口对数据进行平均处理，每次移动一个数据点，将窗口内的数据重新计算平均值。以下是一个简单的滑动平均的示例代码：

def moving_average(data, window_size):
    window = np.ones(int(window_size))/float(window_size)
    return np.convolve(data, window, 'same')

其中，`data` 是待平滑的数据，`window_size` 是窗口大小，`np.ones` 用于生成一个大小为 `window_size` 的全 1 数组，`np.convolve` 用于进行卷积操作，最后返回平滑后的结果。

使用方法如下：

import numpy as np

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

result = moving_average(data, window_size)

print(result)

输出结果如下：

[ 2.   3.   4.   5.   6.   7.   8.   9.  10.   6.5]

在这个例子中，我们对一个包含 10 个数的数组进行了平滑处理，窗口大小为 3。可以看到，原始数据中的每个数都被平均处理了。