numpy基础属性方法随机整理（六）--- 数组卷积 np.convolve(arr, 卷积核arr_core, 'valid'/'full'..)

卷积的原理理解：

目前还不是很理解

N=3
* * * (标*的为有效均值)
A B C D E F G
0 0 a b c d e 0 0
—— > [1/3 1/3 1/3]

---

  ------
     ------
         ------
            -------
                -------

D = (b+c+d)/3 = [b c d]x[1/3 1/3 1/3]

Point:
numpy.convolve(closing_prices, 卷积核, ‘valid‘)
卷积核 为权重数组的逆序数组
c = np.convolve(a, b[::-1], ‘full’) # 卷积后size

c = np.convolve(a, b, 'full')  #  卷积后size : 
c.size = a.size + b.size - 1

---

import os
import sys
import numpy as np

def main(argc, argv, envp):
    N = 5
    a = np.arange(1,11)
    b = np.ones(N) / N               # 权重b相等， 等权
    print(a,b, sep='\n')

    c = np.convolve(a, b, 'full')
    print('等权非逆序权重：', '\n',c)
    d = np.convolve(a,b[::-1], 'valid')  # 等权顺/逆序卷积相同
    print('等权逆序权重：', '\n',d)
    print()
    print(a.size, b.size, c.size, d.size, sep = ' | ')
    print()
    b_ = np.array([11,9,3,6,4]) / 15  # 权重b不相等,不等权
    d_ = np.convolve(a, b_, 'valid')
    print('非等权非逆序权重：', '\n', d_)
    d_ = np.convolve(a, b_[::-1], 'valid')   # 权重逆序 
    print('非等权逆序权重：', '\n', d_)

    return 0

if __name__ == '__main__':
    sys.exit(main(len(sys.argv),sys.argv,os.environ))

----------
output:
    [ 1  2  3  4  5  6  7  8  9 10]
    [ 0.2  0.2  0.2  0.2  0.2]
    等权非逆序权重： 
     [ 0.2  0.6  1.2  2.   3.   4.   5.   6.   7.   8.   6.8  5.4  3.8  2. ]
    等权逆序权重： 
     [ 3.  4.  5.  6.  7.  8.]

    10 | 5 | 14 | 6

    非等权非逆序权重： 
     [  7.73333333   9.93333333  12.13333333  14.33333333  16.53333333
      18.73333333]
    非等权逆序权重： 
     [  5.46666667   7.66666667   9.86666667  12.06666667  14.26666667
      16.46666667]
    [Finished in 1.1s]