用Python从数据点求移动平均线

Question

我又用Python玩了一点，我找到了一本有例子的整洁的书。其中一个例子是绘制一些数据。我有一个有两列的。txt文件，我有数据。我把数据绘制得很好，但在练习中，它说：进一步修改程序，计算并绘制数据的运行平均值，定义如下：

$Y_k=\frac{1}{2r}\sum_{m=-r}^r y_{k+m}$

其中r=5在本例中（并且y_k是数据文件中的第二列）。使程序将原始数据和运行平均值绘制在同一张图上。

到目前为止我有这个：

from pylab import plot, ylim, xlim, show, xlabel, ylabel
from numpy import linspace, loadtxt

data = loadtxt("sunspots.txt", float)
r=5.0

x = data[:,0]
y = data[:,1]

plot(x,y)
xlim(0,1000)
xlabel("Months since Jan 1749.")
ylabel("No. of Sun spots")
show()

from __future__ import division
from pylab import plot, ylim, xlim, show, xlabel, ylabel, grid
from numpy import linspace, loadtxt, ones, convolve
import numpy as numpy

data = loadtxt("sunspots.txt", float)

def movingaverage(interval, window_size):
    window= numpy.ones(int(window_size))/float(window_size)
    return numpy.convolve(interval, window, 'same')

x = data[:,0]
y = data[:,1]


plot(x,y,"k.")
y_av = movingaverage(y, 10)
plot(x, y_av,"r")
xlim(0,1000)
xlabel("Months since Jan 1749.")
ylabel("No. of Sun spots")
grid(True)
show()

非常感谢^^:)

Answer 1

由于numpy.convolve非常慢，那些需要快速执行的解决方案的人可能更喜欢更容易理解的cumsum方法。代码如下：

cumsum_vec = numpy.cumsum(numpy.insert(data, 0, 0)) 
ma_vec = (cumsum_vec[window_width:] - cumsum_vec[:-window_width]) / window_width

其中data包含您的数据，ma_vec将包含window_width长度的移动平均值。

平均而言，cumsum的速度大约是Convolve的30-40倍。