python 移动平均线_Python 3中如何计算移动平均值？

虽然我喜欢像george这样的Martijn's answer方法，但我想知道，如果使用一个运行求和法，而不是在几乎相同的数字上一遍又一遍地应用sum()，这样做是否更快。

另外，在爬坡阶段将None值作为默认值的想法也很有趣。事实上，移动平均线可能有很多不同的情况。我们把平均数的计算分成三个阶段：加速：在当前迭代计数窗口大小处开始迭代

稳定的进程：我们有精确的窗口大小的元素数，可以计算一个正常的average := sum(x[iteration_counter-window_size:iteration_counter])/window_size

斜坡下降：在输入数据的末尾，我们可以返回另一个window_size - 1“平均”数字。

这里有一个函数可以接受任意iterable(生成器可以)作为数据输入

任意窗口大小&gt；=1

在上升/下降阶段打开/关闭值产生的参数

这些阶段的回调函数，用于控制如何生成值。这可用于持续提供默认值(例如None)或提供部分平均值

代码如下：from collections import deque

def moving_averages(data, size, rampUp=True, rampDown=True):

"""Slide a window of elements over to calc an average

First and last iterations when window is not yet completely

filled with data, or the window empties due to exhausted , the