在進行數據分析時，計算一維數組的運行平均值（也稱為移動平均值）是常見操作。 Python 的 SciPy 和 NumPy 函式庫為此目的提供了多個函數。
NumPy 的 np.convolve 函數可用於執行平均值計算。它在輸入數組上計算卷積運算，其中內核是表示所需視窗大小的均勻分佈。
np.convolve(x, np.ones(N)/N, mode='valid')
其中：
運行均值本質上是一個卷積運算，其中視窗係數全部設定為1/ N。因此，使用 NumPy 的捲積函數在計算上是高效率的。
np.convolve 提供了三種邊緣處理模式：
：忽略🎜>
valid：忽略邊緣並輸出數組長度(len(input) - window_size 1)模式設定為預設情況下有效，因為它通常與運行平均值計算的直觀行為一致，但可以根據具體要求使用其他模式。以上是如何使用 NumPy 或 SciPy 在 Python 中高效計算運行平均值？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
