加权移动平均线与numpy.convolve

Question

我正在写一个移动平均函数，它使用numpy中的convolve函数，它应该等于a（ 加权移动平均值 ）。 当我的权重都相等时（如简单的算术平均值），它可以正常工作：

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

给

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

但是，当我尝试使用加权平均值时

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

而不是（对于相同的数据）3.667,4.667,5.667,6.667，...我希望，我得到

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

如果我删除'valid'标志，我甚至看不到正确的值。 我真的想使用卷积为WMA和MA，因为它使代码更清晰（相同的代码，不同的权重），否则我认为我将不得不遍历所有数据并采取切片。

关于这种行为的任何想法？

Answer 1

你想要的是卷积中的np.correlate第二个参数基本上被反转，所以你的预期结果将是np.convolve(data, w[::-1], 'valid') 。