Python/Numpy：有没有一种有效的方法来计算多个窗口的移动平均值？答案

【问题标题】：Python/Numpy: Is there an efficient way to calculate moving averages with multiple windows?Python/Numpy：有没有一种有效的方法来计算多个窗口的移动平均值？
【发布时间】：2020-12-29 03:22:01
【问题描述】：

我正在编写的程序的一部分包含计算以下内容的代码：

data = np.array(..........)
param = np.array(range(100)+1)
result = np.array([data[-x:].mean() for x in param])

此代码用于一个巨大的循环，因此性能至关重要。它表明第 3 行 (result = ...) 花费的时间最多 - 我想知道是否有更好的方法来执行此操作？

欢迎提出任何建议！

【问题讨论】：

np.array(range(100)+1) 这无效？你的意思是np.arange(100)+1？另外，您是否真的在向后收集数组的平均值（最后一个样本、最后 2 个样本、最后 3 个样本等）
删除 data-science 标签，因为它在这里不相关。
第一部分确实是一个错字，但是是的，我会收集向后的平均值。谢谢！

标签： python pandas performance numpy

【解决方案1】：

如果将 0 添加到数组的开头，然后使用 np.cumsum 创建其累积和，则找到索引 i 和 j 之间的平均值，然后 (my_cumsum[j] - my_cumsum[i]) / (j - i).

这应该可以让您大大简化您的代码。

【讨论】：

【解决方案2】：

我想你正在寻找这个：

data[::-1].cumsum()[:100]/np.arange(1,101)

【讨论】：