python 滑动平均法

Python语言中的滑动平均法是指通过移动窗口的方式，对一列数据进行平均值的计算，从而平滑数据的波动。常经常使用于时间序列数据的处理和预测中，如股票价格、气温变化等。

import numpy as np
def moving_average(data, window_size):
"""
滑动平均法实现函数
:param data: 待平滑的数据，numpy数组类型
:param window_size: 窗口大小
:return: 平滑后的数据
"""
weights = np.repeat(1.0, window_size) / window_size
return np.convolve(data, weights, 'valid')  # 使用卷积实现滑动平均法

在上述代码中，首先导入了NumPy库，用于数组操作，定义了一个moving_average()函数实现滑动平均法。该函数实现中，先定义了一个权重向量weights，使用np.repeat()函数生成一个长度为window_size的重复值为1.0的向量，再将其除以窗口大小，得到权重向量。最后使用np.convolve()函数实现卷积运算，得到平滑后的数据。

下面给出一个例子，使用该函数实现股票价格的平滑处理：

import pandas as pd
import matplotlib.pyplot as plt
# 读入数据
df = pd.read_csv('stock.csv')
# 计算平均价
df['MA20'] = moving_average(df['Close'], 20)
# 绘制图形
plt.plot(df[['Close', 'MA20']])
plt.legend(['Close', 'MA20'])
plt.show()

在上述代码中，首先导入了Pandas和Matplotlib库，用于数据读取和可视化。读入了一个名为stock.csv的股票数据，并在其中添加了一列“MA20”表示20日平均价。最后使用Matplotlib库绘制了Close和MA20的折线图。

滑动平均法是一种简单有效的平滑数据的方法，可以在很多领域中得到利用。Python语言的NumPy库提供了丰富的数组操作函数，在实现滑动平均法时也变得非常方便。