SciPy または NumPy を使用して 1D 配列の移動平均を計算する方法
移動平均とも呼ばれる移動平均は、指定されたウィンドウがデータ上をスライドするときに、そのウィンドウ内のデータ ポイントのサブセットの平均を計算する統計的尺度。 Python では、SciPy 関数と NumPy 関数を使用して移動平均を計算する方法がいくつかあります。
SciPy 関数
SciPy には移動平均を計算するための専用関数がありません。 。ただし、NumPy の np.convolve 関数を使用して移動平均の計算を実装できます。
NumPy 関数
NumPy の np.convolve 関数は畳み込み演算を実行します。移動平均のコンテキストにおける畳み込みは、カーネルをデータに適用し、結果を合計するプロセスです。移動平均を計算する場合、カーネルは一様分布であり、ウィンドウ内の各データ ポイントに等しい重みを与えます。
移動平均に np.convolve を使用するには、次のコードを使用できます。
running_mean = np.convolve(array, np.ones(window_size) / window_size, mode='valid')
ここで:
- array は、実行中の計算を行う 1D 配列です。 means.
- window_size は、平均が計算されるウィンドウのサイズです。
- mode='valid' は、配列の端が無視されることを指定し、出力配列は次のようになります。入力配列よりも window_size だけ短い - 1.
説明
np.ones(window_size) / window_size は、均一な重みを持つカーネルを作成します。 np.convolve はこのカーネルを配列に適用し、各ウィンドウの平均値の配列を生成します。 mode='valid' 引数により、配列のエッジが計算に含まれないことが保証され、データ全体の移動平均を反映する出力配列が生成されます。
エッジ処理
np.convolve の mode 引数は、配列のエッジを処理する方法を指定します。モードが異なると、エッジの動作も異なります。以下の表に、一般的に使用されるモードを示します。
Mode | Edge Handling |
---|---|
full | Pads the array with zeros and returns an output array that is the same size as the input array. |
same | Pads the array with zeros to match the kernel size and returns an output array that is the same size as the input array. |
valid | Ignores the edges of the array, resulting in an output array that is shorter than the input array. |
モードの選択は、特定の要件と、配列の端での移動平均に必要な解釈によって異なります。
以上がNumPy の `np.convolve` 関数を使用して 1D 配列の移動平均を計算するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

Arraysinpython、特にvianumpy、arecrucialinscientificComputing fortheirefficienty andversitility.1)彼らは、fornumericaloperations、data analysis、andmachinelearning.2)numpy'simplementation incensuresfasteroperationsthanpasteroperations.3)arayableminablecickick

Pyenv、Venv、およびAnacondaを使用して、さまざまなPythonバージョンを管理できます。 1)Pyenvを使用して、複数のPythonバージョンを管理します。Pyenvをインストールし、グローバルバージョンとローカルバージョンを設定します。 2)VENVを使用して仮想環境を作成して、プロジェクトの依存関係を分離します。 3)Anacondaを使用して、データサイエンスプロジェクトでPythonバージョンを管理します。 4)システムレベルのタスク用にシステムPythonを保持します。これらのツールと戦略を通じて、Pythonのさまざまなバージョンを効果的に管理して、プロジェクトのスムーズな実行を確保できます。

numpyarrayshaveveraladvantages-averstandardpythonarrays:1)thealmuchfasterduetocベースのインプレンテーション、2)アレモレメモリ効率、特にlargedatasets、および3)それらは、拡散化された、構造化された形成術科療法、

パフォーマンスに対する配列の均一性の影響は二重です。1)均一性により、コンパイラはメモリアクセスを最適化し、パフォーマンスを改善できます。 2)しかし、タイプの多様性を制限し、それが非効率につながる可能性があります。要するに、適切なデータ構造を選択することが重要です。

craftexecutablepythonscripts、次のようになります

numpyarraysarasarebetterfornumeroperations andmulti-dimensionaldata、whilethearraymoduleissuitable forbasic、1)numpyexcelsinperformance and forlargedatasentassandcomplexoperations.2)thearraymuremememory-effictientivearientfa

NumPyArraySareBetterforHeavyNumericalComputing、whilethearrayarayismoreSuitableformemory-constrainedprojectswithsimpledatatypes.1)numpyarraysofferarays andatiledance andpeperancedatasandatassandcomplexoperations.2)thearraymoduleisuleiseightweightandmemememe-ef

ctypesallowsinging andmanipulatingc-stylearraysinpython.1)usectypestointerfacewithclibrariesforperformance.2)createc-stylearraysfornumericalcomputations.3)passarraystocfunctions foreffientientoperations.how、how、becuutiousmorymanagemation、performanceo


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

SecLists
SecLists は、セキュリティ テスターの究極の相棒です。これは、セキュリティ評価中に頻繁に使用されるさまざまな種類のリストを 1 か所にまとめたものです。 SecLists は、セキュリティ テスターが必要とする可能性のあるすべてのリストを便利に提供することで、セキュリティ テストをより効率的かつ生産的にするのに役立ちます。リストの種類には、ユーザー名、パスワード、URL、ファジング ペイロード、機密データ パターン、Web シェルなどが含まれます。テスターはこのリポジトリを新しいテスト マシンにプルするだけで、必要なあらゆる種類のリストにアクセスできるようになります。

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SAP NetWeaver Server Adapter for Eclipse
Eclipse を SAP NetWeaver アプリケーション サーバーと統合します。

SublimeText3 Linux 新バージョン
SublimeText3 Linux 最新バージョン

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









