- Funktion zum Einfachen Gleitenden Durchschnitt (SMA)

Habe ich die folgende Funktion für die Berechnung der SMA in python:

import numpy as np

def calcSma(data, smaPeriod):
    sma = []
    count = 0
    for i in xrange(data.size):
        if data[i] is None:
            sma.append(None)
        else:
            count += 1
            if count < smaPeriod:
                sma.append(None)
            else:
                sma.append(np.mean(data[i-smaPeriod+1:i+1]))

    return np.array(sma)

Diese Funktion funktioniert, aber ich finde, dass es sehr wenig pythonic. Ich weiß nicht, wie die Indizierung und zählen ich bin dabei, noch die Art, wie ich anfügen an die Liste und dann schalten Sie es in einen numpy-array, bevor ich es zurückgeben.

Dem Grund habe ich den Umgang mit all diese Keiner, ist weil ich möchte ein array zurückgeben, in der gleichen Größe wie der Eingabe-array. Dies macht es einfacher, um Handlung und beschäftigen sich mit auf einer Allgemeinen Ebene höher. Das kann ich leicht tun Sachen wie diese:

sma = calcSma(data=data, smaPeriod=20)
sma2 = calcSma(data=sma, smaPeriod=10)
plt.plot(data)
plt.plot(sma)
plt.plot(sma2)
plt.show()

So, irgendwelche Ideen auf, wie dies geschehen kann, schöner und mehr pythonic?

InformationsquelleAutor Panto | 2017-03-02
  1. 0

    Pythonic genug, ich hoffe

    import numpy as np


def calcSma(data, smaPeriod):
    j = next(i for i, x in enumerate(data) if x is not None)
    our_range = range(len(data))[j + smaPeriod - 1:]
    empty_list = [None] * (j + smaPeriod - 1)
    sub_result = [np.mean(data[i - smaPeriod + 1: i + 1]) for i in our_range]

    return np.array(empty_list + sub_result)
    • Naja, die Liste Verständnis hilft, aber ohne anfügen Keiner es nicht so funktioniert wie ich will.
    • Ich habe ein kleines update. Können Sie bestätigen, dass dies ist, wie sollte es funktionieren?
    • Fast, aber es immer noch nicht, wenn das Daten-array enthält Keine Elemente. Wie in meinem ersten Beispiel, wo ich sma in der Funktion zu berechnen sma2. Auch in numpy wir tun müssen, np.append(Matrix1, Matrix2) statt array1 + array2.
    • Nun, ich aktualisiert es wieder. Was ist das?
    • Ja, es funktioniert jetzt. Allerdings bin ich mir nicht sicher, ob es stellte sich heraus, mehr pythonic oder lesbar. Es ist schon hilfreich, jedenfalls, danke!
    InformationsquelleAutor Elmex80s
  2. -2

    Hier ist eine weitere Implementierung des gleitenden Durchschnitts nur mit standard-Python-Bibliothek:

    from collections import deque
import itertools

def moving_average(iterable, n=3):
    # http://en.wikipedia.org/wiki/Moving_average
    it = iter(iterable) 
    # create an iterable object from input argument
    d = deque(itertools.islice(it, n-1))  
    # create deque object by slicing iterable
    d.appendleft(0)
    s = sum(d)
    for elem in it:
        s += elem - d.popleft()
        d.append(elem)
        yield s / n

# example on how to use it
for i in  moving_average([40, 30, 50, 46, 39, 44]):
    print(i)

# 40.0
# 42.0
# 45.0
# 43.0
    InformationsquelleAutor Vlad Bezden
Schreibe einen Kommentar