numpy二维移动平均线
我有一个二维的numpy数组。我想对每个条目取n个最近条目的平均值，就像对一维数组取滑动平均值一样。什么是最干净的方法？
问题答案：
这与将 滤镜 应用于 图像的 概念类似。
幸运的是，scipy.ndimage.filters有很多功能可以做到这一点。您所追求的是scipy.ndimage.uniform_filter。
可以这样使用：
a
=>
array([[ 0., 1., 2., 3., 4.],
[ 5., 6., 7., 8., 9.],
[ 10., 11., 12., 13., 14.],
[ 15., 16., 17., 18., 19.],
[ 20., 21., 22., 23., 24.]])
uniform_filter(a, size=3, mode='constant')
=>
array([[ 1.33333333, 2.33333333, 3. , 3.66666667, 2.66666667],
[ 3.66666667, 6. , 7. , 8. , 5.66666667],
[ 7. , 11. , 12. , 13. , 9. ],
[ 10.33333333, 16. , 17. , 18. , 12.33333333],
[ 8. , 12.33333333, 13. , 13.66666667, 9.33333333]])
如果您需要5x5滤镜，请使用size=5。该mode选项控制如何处理边缘。您没有指定要如何处理边缘。在此示例中，“常量”模式表示将数组边界之外的每个项目都视为常量值0（默认值为0，可以覆盖此默认值）。
-
Python是否有一个SciPy函数或NumPy函数或模块来计算给定特定窗口的一维数组的运行平均值？
-
问题内容： 似乎没有函数可以简单地计算numpy / scipy的移动平均值，从而导致解决方案复杂。 我的问题有两个： （正确）用numpy实现移动平均的最简单方法是什么？ 由于这似乎很简单且容易出错，是否有充分的理由不将电池包括在这种情况下？ 问题答案： 一种简单的方法是使用。其背后的想法是利用离散卷积的计算方式，并使用它来返回 滚动平均值 。这可以通过对长度等于我们想要的滑动窗口长度的序列进行
-
问题内容： 我有一个表（日期，有效负载），其中包含约10年的数据，我想基于14天（2周）和90天（12周）的间隔计算移动平均值（MA），以显示有效负载的趋势 我已经写了这个查询，但是它得到了错误的值 实际上我知道是什么，但我不了解Oracle的工作原理！ 我可以在Excel中进行计算，但是我需要在数据库级别执行此操作，能否请您告诉我如何执行此操作？ 问题答案： 我不明白使用的目的是什么？根据文档，
-
问题内容： 我正在为Pyspark中的时间序列编写异常检测算法。我想计算（-3,3）或（-4,4）窗口的加权移动平均值。现在，我正在使用滞后和超前窗口功能，并将它们乘以一组权重。我的窗口当前是（-2,2）。 我想知道是否有另一种方法可以计算Pyspark中的加权移动平均值。 我正在使用的当前代码是： 问题答案： 您可以概括当前的代码： 它可以用作： 注意事项 ： 您可能会考虑将滞后缺失的帧的结果标
-
我也看过Pyspark中的加权移动平均线，但我需要一个Spark/Scala的方法，以及10天或30天的均线。 有什么想法吗？