如何在不导入外部模块（matplotlib 除外）的情况下绘制运行平均值？答案

【问题标题】：How does one plot a running average without importing external modules (other than matplotlib)?如何在不导入外部模块（matplotlib 除外）的情况下绘制运行平均值？
【发布时间】：2017-01-01 00:55:53
【问题描述】：

这是一个link to the file，其中包含“sunspots.txt”中的信息。除了外部模块 matploblib.pyplot 和 seaborn 之外，如何在不导入 numpy 和 future 等外部模块的情况下计算运行平均值？（如果有帮助，我可以在没有 numpy 的情况下使用 linspace 和 loadtxt。）

如果有帮助，我的代码发布在下面：

## open/read file
f2 =     open("/Users/location/sublocation/sunspots.txt", 'r')
## extract data
lines = f2.readlines()
## close file
f2.close()

t = [] ## time
n = [] ## number
## col 1 == col[0] -- number identifying which month
## col 2 == col[1] -- number of sunspots observed
for col in lines: ## 'col' can be replaced by 'line' iff change below is made
    new_data = col.split() ## 'col' can be replaced by 'line' iff change above is made
    t.append(float(new_data[0]))
    n.append(float(new_data[1]))
## extract data ++ close file

## check ##
# print(t)
# print(n)
## check ##

## import
import matplotlib.pyplot as plt
import seaborn as sns

## plot
sns.set_style('ticks')
plt.figure(figsize=(12,6))
plt.plot(t,n, label='Number of sunspots oberved monthly' )
plt.xlabel('Time')
plt.ylabel('Number of Sunspots Observed')
plt.legend(loc='best')
plt.tight_layout()
plt.savefig("/Users/location/sublocation/filename.png", dpi=600)

问题来自the weblink from this university（PDF 第 11 页，本书第 98 页，练习 3-1）。

在将其标记为重复之前：

similar question was posted here。不同之处在于，所有发布的答案都需要导入外部模块，如 numpy 和 future，而我试图不使用外部导入（上述例外情况除外）。

【问题讨论】：

有多个“移动平均线”。您具体指的是哪一个，具有什么权重和时间窗口？（我们不必查看您的外部链接，但看起来 11 次测量以当前测量为中心，权重相同。）
是的，它是 11 次测量（-5 到 5）。如果有帮助，这里是picture of the problem。
matplotlib 不需要 numpy 吗？
迭代n个长度的数据切片；得到每个切片的平均值；将平均值保存在另一个列表中；绘制平均值。
@wwii 使用 matplotlib 不需要 numpy。 numpy 确实有一个 linspace 函数，但如果可能的话，我更喜欢自己编写代码而不导入。因此，我可以执行以下操作，而不是从 numpy 导入 linspace：'def linspace(lower,upper,length):''return [lower + x*(upper-lower)/length for x in range(length)]'' Ubound = 5' 'Lbound = -5' 'R = linspace( Ubound, Lbound - 1, abs(Ubound - Lbound) + 1 ) ## +-1 因为不包括在内 # # print(R)' （你能详细说明一下吗？你的答案很少？）

标签： python moving-average

【解决方案1】：

需要平滑的噪声数据

y = [1.0016, 0.95646, 1.03544, 1.04559, 1.0232,
     1.06406, 1.05127, 0.93961, 1.02775, 0.96807,
     1.00221, 1.07808, 1.03371, 1.05547, 1.04498,
     1.03607, 1.01333, 0.943, 0.97663, 1.02639]

尝试running average，窗口大小为n

n = 3

每个窗口都可以用切片表示

window = y[i:i+n]

需要一些东西来存储平均值

averages = []

迭代n个长度的数据切片；得到每个切片的平均值；将平均值保存在另一个列表中。

from __future__ import division  # For Python 2
for i in range(len(y) - n):
    window = y[i:i+n]
    avg = sum(window) / n
    print(window, avg)
    averages.append(avg)

当您绘制平均值时，您会发现平均值少于数据中的样本数。

也许您可以导入一个内部/内置模块并使用这个 SO 答案 -https://stackoverflow.com/a/14884062/2823755

大量使用running average algorithm python 搜索的命中

【讨论】：