加權移動平均與numpy.convolve

Question

我正在寫在使用numpy的卷積函數，這應該是等效於（weighted moving average）的移動平均函數。當我的權重都相等（如在一個簡單的arithmatic平均），它工作正常：

data = numpy.arange(1,11) 
numdays = 5 
w = [1.0/numdays]*numdays 
numpy.convolve(data,w,'valid') 

給

array([ 3., 4., 5., 6., 7., 8.]) 

然而，當我嘗試使用加權平均

w = numpy.cumsum(numpy.ones(numdays,dtype=float),axis=0); w = w/numpy.sum(w) 

而不是（對於相同的數據）3.667,4.667,5.667,6.667，...我預計，我得到

array([ 2.33333333, 3.33333333, 4.33333333, 5.33333333, 6.33333333, 
     7.33333333]) 

如果我刪除'有效'標誌，我甚至沒有看到正確的值。我真的很喜歡用WMA和MA來進行卷積，因爲它使得代碼更清晰（相同的代碼，不同的權重），否則我想我必須遍歷所有數據並進行切片。

有關此行爲的任何想法？

Answer 1

你想要的是np.correlate卷積第二個參數基本上是倒置的，以便您的預期結果將與np.convolve(data, w[::-1], 'valid')。