加權移動平均線與numpy.convolve

Question

我正在寫一個移動平均函數，它使用numpy中的convolve函數，它應該等於a（ 加權移動平均值 ）。 當我的權重都相等時（如簡單的算術平均值），它可以正常工作：

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

給

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

但是，當我嘗試使用加權平均值時

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，...我希望，我得到

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

如果我刪除'valid'標志，我甚至看不到正確的值。 我真的想使用卷積為WMA和MA，因為它使代碼更清晰（相同的代碼，不同的權重），否則我認為我將不得不遍歷所有數據並采取切片。

關於這種行為的任何想法？

Answer 1

你想要的是卷積中的np.correlate第二個參數基本上被反轉，所以你的預期結果將是np.convolve(data, w[::-1], 'valid') 。