第一次Python的用户,我很失落。我需要从显示的日平均气温和平均运行温度可达那天列表中创建一个表。
xData = arange(1,32)
tData = [86,87,84,86,86,86,84,83,90,89,88,85,86,79,83,81, \
75,80,81,85,81,88,89,87,84,85,86,88,88,90,90]
avg = [86.] # First value for monthly avg high temp is just the Day 1 temp
移动平均值就是,在列表中的每个值,平均所有值最多的那一个。为了您的例子的精简版本:
>>> tData = [86,87,84,86]
移动平均是86/1
,(86+87)/2
,(86+87+84)/3
和(86+87+84+86)/4
。
因此,每个索引处,运行平均值是运行总计,由(索引+ 1)除以。
你可以用accumulate
的运行总计:
>>> list(accumulate(tData))
[86, 173, 257, 343]
你可以得到(1型)与enumerate
指标:
>>> list(enumerate(accumulate(tData, start=1))
[(1, 86), (2, 73), (3, 257), (4, 343)]
所以,仅仅划分:
>>> [total / index for index, total in enumerate(accumulate(tData, start=1))]
[86.0, 86.5, 85.66666666666667, 85.75]
或使用statistics
在Python 3.4,或者其反向移植/前身为stats
3.1-3.3:
>>> from stats import running_average
>>> running_average(tData)
[86, 86.5, 85.66666666666667, 85.75]
当然,你总是可以做到这一点明确的,如果你喜欢:
>>> running_sum, running_sums = 0, []
>>> for value in tData:
... running_sum += value
... running_sum.append(running_sum)
>>> [value / index for index, value in enumerate(running_sums, start=1)]
[86, 86.5, 85.66666666666667, 85.75]
… 甚至:
>>> running_sum, running_averages = 0, []
>>> for index, value in enumerate(tData, start=1):
... running_sum += value
... running_averages.append(running_sum / index)
>>> running_averages
[86, 86.5, 85.66666666666667, 85.75]
我想这个去:
def runningAvgs(data):
avg = data[0]
for i, d in enumerate(data[1:], start=1):
yield avg
avg = ((i * avg) + d) / (i + 1.0)
yield avg
tData = [86,87,84,86,86,86,84,83,90,89,88,85,86,79,83,81, \
75,80,81,85,81,88,89,87,84,85,86,88,88,90,90]
print list(runningAvgs(tData))
这里是另一种方式来做到这一点:
def cumSeries(series):
result = [0]
for s in series:
result.append(s + result[-1])
return result
def runningAvg(series):
cs = cumSeries(series)
return [(cs[i] - cs[0]) / float(i) for i in range(1, len(cs))]
tData = [86,87,84,86,86,86,84,83,90,89,88,85,86,79,83,81, \
75,80,81,85,81,88,89,87,84,85,86,88,88,90,90]
print runningAvg(tData)
用累加系列是在一系列的部分资金工作的一个非常有用的方式。