Syntaxe:
Nous pouvons calculer la moyenne mobile de différentes manières qui sont les suivantes :
Méthode 1 :
NumPy. somme totale ( )Il renvoie la somme des éléments du tableau donné. Nous pouvons calculer la moyenne mobile en divisant la sortie de cumsum() par la taille du tableau.
Méthode 2 :
NumPy. et . moyen ( )Il a les paramètres suivants.
a : données sous forme de tableau dont on veut faire la moyenne.
axis : son type de données est int et c'est un paramètre facultatif.
weight : c'est aussi un tableau et un paramètre optionnel. Il peut avoir la même forme qu'une forme 1-D. Dans le cas d'une dimension, il doit avoir une longueur égale à celle d'un tableau 'a'.
Notez qu'il ne semble pas y avoir de fonction standard dans NumPy pour calculer la moyenne mobile, cela peut donc être fait par d'autres méthodes.
Méthode 3 :
Une autre méthode qui peut être utilisée pour calculer la moyenne mobile est :
par exemple. convoluer ( un , dans , mode = 'plein' )Dans cette syntaxe, a est la première dimension d'entrée et v est la deuxième valeur dimensionnelle d'entrée. Mode est la valeur facultative, elle peut être complète, identique et valide.
Exemple #01 :
Maintenant, pour en savoir plus sur la moyenne mobile dans Numpy, donnons un exemple. Dans cet exemple, nous allons retirer la moyenne mobile d'un tableau avec la fonction de convolution de NumPy. Donc, nous prendrons un tableau 'a' avec 1,2,3,4,5 comme éléments. Maintenant, nous allons appeler la fonction np.convolve et stocker sa sortie dans notre variable 'b'. Après cela, nous imprimerons la valeur de notre variable 'b'. Cette fonction calculera la somme mobile de notre tableau d'entrée. Nous imprimerons la sortie pour voir si notre sortie est correcte ou non.
Après cela, nous convertirons notre sortie en moyenne mobile en utilisant la même méthode de convolution. Pour calculer la moyenne mobile, il suffira de diviser la somme mobile par le nombre d'échantillons. Mais le principal problème ici est que, comme il s'agit d'une moyenne mobile, le nombre d'échantillons ne cesse de changer en fonction de l'endroit où nous nous trouvons. Donc, pour résoudre ce problème, nous allons simplement créer une liste des dénominateurs et nous devons en faire une moyenne.
Pour cela, nous avons initialisé une autre variable « denom » pour le dénominateur. C'est simple pour la compréhension de la liste en utilisant l'astuce de la plage. Notre tableau comporte cinq éléments différents, de sorte que le nombre d'échantillons à chaque endroit passera de un à cinq, puis redescendra de cinq à un. Ainsi, nous ajouterons simplement deux listes ensemble et nous les stockerons dans notre paramètre 'denom'. Maintenant, nous allons imprimer cette variable pour vérifier si le système nous a donné les vrais dénominateurs ou non. Après cela, nous diviserons notre somme mobile avec les dénominateurs et l'imprimerons en stockant la sortie dans la variable 'c'. Exécutons notre code pour vérifier les résultats.
importer numpy comme par exemple.un = [ 1 , deux , 3 , 4 , 5 ]
b = par exemple. convoluer ( un , par exemple. ceux_comme ( un ) )
imprimer ( 'Somme mobile' , b )
Nom = liste ( intervalle ( 1 , 5 ) ) + liste ( intervalle ( 5 , 0 , - 1 ) )
imprimer ( 'Dénominateurs' , Nom )
c = par exemple. convoluer ( un , par exemple. ceux_comme ( un ) ) / Nom
imprimer ( 'Moyenne mobile' , c )
Après l'exécution réussie de notre code, nous obtiendrons la sortie suivante. Dans la première ligne, nous avons imprimé la 'Somme mobile'. Nous pouvons voir que nous avons '1' au début et '5' à la fin du tableau, tout comme nous l'avions dans notre tableau d'origine. Le reste des nombres sont les sommes des différents éléments de notre tableau.
Par exemple, six sur le troisième index du tableau provient de l'addition de 1, 2 et 3 de notre tableau d'entrée. Dix sur le quatrième indice vient de 1,2,3 et 4. Quinze vient de la somme de tous les nombres ensemble, et ainsi de suite. Maintenant, dans la deuxième ligne de notre sortie, nous avons imprimé les dénominateurs de notre tableau.
D'après notre sortie, nous pouvons voir que tous les dénominateurs sont exacts, ce qui signifie que nous pouvons les diviser avec notre tableau de somme mobile. Maintenant, passez à la dernière ligne de la sortie. Dans la dernière ligne, nous pouvons voir que le premier élément de notre tableau de moyenne mobile est 1. La moyenne de 1 est 1, donc notre premier élément est correct. La moyenne de 1+2/2 sera de 1,5. Nous pouvons voir que le deuxième élément de notre tableau de sortie est 1,5, donc la deuxième moyenne est également correcte. La moyenne de 1,2,3 sera 6/3=2. Cela rend également notre sortie correcte. Ainsi, à partir de la sortie, nous pouvons dire que nous avons calculé avec succès la moyenne mobile d'un tableau.
Conclusion
Dans ce guide, nous avons découvert les moyennes mobiles : qu'est-ce qu'une moyenne mobile, quelles sont ses utilisations et comment calculer la moyenne mobile. Nous l'avons étudié en détail d'un point de vue mathématique et de programmation. Dans NumPy, il n'y a pas de fonction ou de processus spécifique pour calculer la moyenne mobile. Mais il existe différentes autres fonctions à l'aide desquelles nous pouvons calculer la moyenne mobile. Nous avons fait un exemple pour calculer la moyenne mobile et décrit chaque étape de notre exemple. Les moyennes mobiles sont une approche utile pour prévoir les résultats futurs à l'aide des données existantes.