python滑动平均

在时间序列数据的处理方法中， 滑动平均通过建立整个数据集中的一系列子集的平均值来分析数据点，让越近的数据权重越大，越远的数据权重越小，从而平滑小波动显示出长期趋势。

比如可以通过以下代码实现：

for i in [3, 7, 14, 30, 60, 140]:
        X['mean_%s_decay' % i] = (data * np.power(0.9, np.arange(i)[::-1])).sum(axis=1).values

np.range(i)生成从[0,(i-1)]的list，np.range(i)[::-1]将list倒序排列。

比如np.range(3) : [0 1 2], np.range(3)[::-1]:[2 1 0]

.sum(axis=1):按照行相加，即每行计算出一个sum值。

这样通过0.9 Xt-1 + 0.81 Xt-2 + …计算滑动平均值。