最近在工作中需要用到数据分析，发现上学期间学过的丁点统计学知识基本都遗忘了，于是在网易公开课里找了一门统计学的课程学习，顺便把每次的学习成果记录下来，希望对同样在学习数据分析的小伙伴有所帮助。 首先介绍下平均数、中位数和众数。一般情况下，我们观察一组数据的平均水平，需要借助于平均数、中位数和众数三个统计量。&nb
转载
2023-09-15 23:18:54
0阅读
mean和average都是计算均值的函数，在不指定权重的时候average和mean是一样的。指定权重后，average可以计算一维的加权平均值。具体如下：import numpy as np
a = np.array([np.random.randint(0, 20, 5), np.random.randint(0, 20, 5)])
print('原始数据\n', a)
print('mea
转载
2023-05-30 15:15:52
274阅读
简介写这个项目的本来目的是通过构建一个神经网络来训练人脸图片，最后达到能根据图片自动判断美丑的效果。可能是因为数据集过小，或者自己参数一直没有调正确，无论我用人脸关键点训练还是卷积神经网络训练，最后都没有得到任何效果。为了不让自己前期写的代码变成无用代码，就参考网上的一些资料写了一份平均脸生成代码，感觉也还挺有意思的。数据准备数据来源是上海市毕业生图像采集网，2013年自己马上要毕业的时候网站公开
Python如何求平均Python是一种非常流行的编程语言，它被广泛应用于各种领域，包括科学计算、数据分析、Web开发等。在这篇文章中，我们将介绍如何使用Python求平均值。什么是平均数平均数，也称为均值，是指一组数据的总和除以数据的数量。例如，如果有3个数，分别是1、2、3，则它们的平均数是(1+2+3)/3=2。求平均数的方法Python提供了多种求平均数的方法，包括使用内置函数、使用第三方
1、窗口计算Pandas 窗口函数，为了处理数字数据，Pandas 提供几种窗口函数，如移动窗口函数(rolling())，扩展窗口函数(expanding())，指数加权滑动(ewm())，同时可在基基础上调用适合的统计函数，如求和、中位数、均值、协方差、方差、相关性等。rolling(10) 与 groupby 很像，但并没有进行分组，而是创建了一个按移动 10（天）位的滑动窗口对象。我们再对
转载
2023-08-19 16:35:21
455阅读
NumPy常用函数(2)成交量加权平均价格(VWAP):vwap是经济学上的一个重要量，代表了金融资产的平均价格。某个价格的成交量越高，该价格所占的权重就越大 示例：import numpy as np
c,v = np.loadtxt("000875.csv",delimiter=',',usecols=(3,5),unpack=True)
vwap = np.average(c,weight
转载
2023-08-11 17:46:28
110阅读
最近时间在研究滤波算法，目的是为了更好的识别音频数据。因为有些音频数据里面的杂波太多，很难识别，所以需要先对其进行过滤，才能解析识别。为此，我先在matlab上做了仿真.采用的很多滤波算法，最后选择了对我这个效果最好的，滑动均值滤波。什么是滑动均值滤波滑动平均滤波就是把连续取得的N个采样值看成一个队列，队列的长度固定为N，每次采样得到一个新数据放到队尾，并丢掉原来队首的一次数据，把队列中的N个数据
转载
2023-07-24 16:58:52
37阅读
目录一、介绍二、下载数据三、获取数据四、分析数据五、移动平均预测六、封装函数最后
一、介绍移动平均（Moving Average，MA），⼜称移动平均线，简称均线。作为技术分析中⼀种分析时间序列的常⽤⼯具，常被应⽤于股票价格序列。移动平均可过滤⾼频噪声，反映出中⻓期低频趋势，辅助投资者做出投资判断。流⾏的移动平均包括简单移动平均、加权移动平均、指数移动平均，更⾼阶的移动平均算法则有分形⾃
转载
2023-10-02 09:56:32
0阅读
Python量化投资——时间序列数据指数平滑移动平均值的高效计算定义EMA循环生成方法Pandas提供的方法基于Numpy的向量化方法性能对比Numpy方法的局限性及解决方案 定义在对股票的历史价格数据进行分析的过程中，不同的移动平均值是非常常用的技术手段。在多种移动平均值中，指数平滑移动平均(Exponentially Weighted Moving Average, EWMA或Exponen
这里写目录标题python第三章pta习题汇总第3章-1 3-1.大于身高的平均值第3章-2 查验身份证 (15分)第3章-3 输出字母在字符串中位置索引 (20分)第3章-5 字符转换 (15分) python第三章pta习题汇总第3章-1 3-1.大于身高的平均值中小学生每个学期都要体检，要量身高，因为身高可以反映孩子的生长状况。现在，一个班的身高已经量好了，请输出其中超过平均身高的那些身高
什么是 二次移动平均法 二次移动平均法，也称为指数加权移动平均法，是一种用于平滑时间序列数据的算法。 文章目录二次移动平均法逻辑Python代码实现第二种实现二次移动平均法的方式第三种卷积实现二次移动平均法二次移动平均法的应用场景 二次移动平均法逻辑二次移动平均法是一种重要的数学工具，用于处理时间序列数据，它的主要目的是通过平滑序列中的噪音数据来更好地捕捉趋势。具体实现：计算第一个二次移动平均数，
转载
2023-09-05 16:31:41
0阅读
**在 Python 编程中，与用户进行交互是非常重要的一部分。 **本文将详细介绍几个常用的用户交互函数，包括 input()、print() 和 format() 等。1、input()函数基础用法input() 函数允许你从用户处获取输入。基本语法如下：user_input = input("提示信息：")prompt 参数是一个字符串，用于向用户显示提示信息。用户输入的内容将以字符串的形式
简介使用Numpy、Pandas、自编三种方法计算：平均值、截尾均值、加权平均值、中位数、众数、中列数、极差、四分位数、方差、标准差实现方法定义三个类（Numpy_funtion、Pandas_funtion、My_funtion），类中编写数据基本统计方法。方法名与功能如下表名称功能输入mean计算均值( 数据列表 )tmean计算截尾均值( 数据列表 )weight_mean计算加权平均数(
滑动平均在对于数据做统计的时，数据抖动是一个很常见的现象，如何防止这种抖动是我们感兴趣的。滑动平均就是这样一种技术，其本质是借助历史记录来创造可以替代原始数据的数据。举个例子，下图是伦敦一年四季温度变化的图片，横轴为时间（天为单位），纵轴为一天的平均温度：温度记录theta为如下所示：我们使用以下公式来计算加权平均温度vt： &n
import numpy as np
import pandas as pd
df = pd.DataFrame()
df["data"] = np.random.rand(30) # 创建数据
print(df)
# 数据也可以是series格式
# 简单移动平均
simp_moving_avg = df["data"].rolling(window=3, center=True, min_
转载
2023-09-14 16:14:00
213阅读
1 精度的概念定义：测量值与真实值(或标准值)的接近程度，称为精度。 精度与误差的大小相对应，因此可用误差大小来表示精度的高低，误差小则精度高，误差大则精度低。 精度包含了以下三类概念： 1)准确度（Accuracy）：表示测量结果与真值之间的一致程度，它反映测量结果中系统误差与随机误差的综合。其定量特征可用测量的不确定度(或极限误差)来表示； 2)精密度（Precision）：表示在一定条件下进
目录一、按索引排序二、按值排序三、排序与排名四、基本统计方法 1.基础方法2.分位数 3.平方绝对误差+方差+标准差+累加和 五、处理缺失值六、补全缺失值一、按索引排序这里我们发现我们原来的数据中，我们的年份索引是从大到小排序的，使用了我们的sort_index之后，我们的索引变成了从小到大排序data=pd.read_csv('gdp1.csv',index_col
## Python 动态平均的实现
### 简介
在编程中，动态平均常常用于实时计算数据的平均值。对于刚入行的小白开发者来说，理解和实现动态平均可能会有些困难。本文将指导你从头开始学习和实现Python动态平均的过程。
### 流程图
让我们首先来看一下整个过程的流程图：
```mermaid
flowchart TD
A(开始)
B(定义变量sum和count)
C(输入新的数值n)
D(
# Python平均数组
数组是计算机科学中常用的数据结构之一，它由相同类型的元素组成，可以通过索引访问和修改元素。在Python中，我们可以使用列表来实现数组。本文将介绍如何使用Python计算数组的平均值，并提供相应的代码示例。
## 计算平均值
要计算数组的平均值，我们需要将数组中的所有元素相加，然后除以数组的长度。以下是一个计算数组平均值的示例代码：
```python
def a
