전용 함수 없이 Python에서 이동 평균을 구현하는 방법은 무엇입니까?

Python으로 이동 평균 구현

NumPy 또는 SciPy에는 이동 평균을 계산하는 전용 함수가 없음에도 불구하고 간단하고 np.cumsum 함수를 사용하여 이를 구현하는 효율적인 방법입니다. 이 접근 방식은 비가중 이동 평균에 특히 효과적입니다.

def moving_average(a, n=3):
    ret = np.cumsum(a, dtype=float)
    ret[n:] = ret[n:] - ret[:-n]
    return ret[n - 1:] / n

이 코드는 이동 평균을 계산하기 위해 배열 a와 창 크기 n을 사용합니다. np.cumsum을 사용하여 배열의 누적 합계를 계산한 다음 이동 창에 맞게 조정하기 위해 이전 n 요소의 합계를 뺍니다. 그런 다음 결과 배열을 n으로 나누어 평균을 구합니다.

예를 들어 다음 코드는 배열의 이동 평균을 계산합니다.

a = np.arange(20)
moving_average(a)
# array([  1.,   2.,   3.,   4.,   5.,   6.,   7.,   8.,   9.,  10.,  11.,
#         12.,  13.,  14.,  15.,  16.,  17.,  18.])

이동 평균을 구현한다는 점은 주목할 가치가 있습니다. NumPy에서는 상대적으로 간단하며 라이브러리에 이러한 기능을 포함시키는 것이 필요하지 않을 수도 있습니다. 그렇게 하면 라이브러리가 부풀어 오르고 핵심 기능에 대한 라이브러리의 초점이 줄어들 수 있기 때문입니다.

위 내용은 전용 함수 없이 Python에서 이동 평균을 구현하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!