Python中如何实现移动窗口的函数应用?
- 内容介绍
- 文章标签
- 相关推荐
本文共计1832个文字,预计阅读时间需要8分钟。
Python 移动窗口函数 → Python 移动窗口技巧
python_移动窗口函数
Moving Window Functions# 11.7 移动窗⼝函数
# 在移动窗⼝(可以带有指数衰减权数)上计算的各种统计函数也
# 是⼀类常⻅于时间序列的数组变换。这样可以圆滑噪⾳数据或断
# 裂数据。我将它们称为移动窗⼝函数(moving window
# function),其中还包括那些窗⼝不定⻓的函数(如指数加权移
# 动平均)。跟其他统计函数⼀样,移动窗⼝函数也会⾃动排除缺
# 失值。
# 开始之前,我们加载⼀些时间序列数据,将其重采样为⼯作⽇频
# 率:
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
close_px_all = pd.read_csv('examples/stock_px_2.csv',
parse_dates=True, index_col=0)
close_px = close_px_all[['AAPL', 'MSFT', 'XOM']]
close_px = close_px.resample('B').ffill()
# 现在引⼊rolling运算符,它与resample和groupby很像。
本文共计1832个文字,预计阅读时间需要8分钟。
Python 移动窗口函数 → Python 移动窗口技巧
python_移动窗口函数
Moving Window Functions# 11.7 移动窗⼝函数
# 在移动窗⼝(可以带有指数衰减权数)上计算的各种统计函数也
# 是⼀类常⻅于时间序列的数组变换。这样可以圆滑噪⾳数据或断
# 裂数据。我将它们称为移动窗⼝函数(moving window
# function),其中还包括那些窗⼝不定⻓的函数(如指数加权移
# 动平均)。跟其他统计函数⼀样,移动窗⼝函数也会⾃动排除缺
# 失值。
# 开始之前,我们加载⼀些时间序列数据,将其重采样为⼯作⽇频
# 率:
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
close_px_all = pd.read_csv('examples/stock_px_2.csv',
parse_dates=True, index_col=0)
close_px = close_px_all[['AAPL', 'MSFT', 'XOM']]
close_px = close_px.resample('B').ffill()
# 现在引⼊rolling运算符,它与resample和groupby很像。

