चलती - औसत - अजगर में

मैं थोड़ा अजगर में खेल रहा हूं, और उदाहरणों के साथ मुझे एक साफ पुस्तक मिली I उदाहरणों में से एक में कुछ आंकड़ों को साजिश करना है, मेरे पास दो स्तंभों वाला एक फ़ाइल है और मेरे पास डेटा है जिसे मैं डेटा ठीक से रखता हूं, लेकिन व्यायाम में कहते हैं, अपने कार्यक्रम को संशोधित करने के लिए डेटा के चल रहे औसत की गणना और छानने के लिए, इस परिस्थिति में परिभाषित किया गया है। जहां आर 5 इस मामले में है और yk डेटा फ़ाइल में दूसरा कॉलम है। प्रोग्राम को मूल डेटा और चलने वाले औसत दोनों पर प्लॉट करें एक ही ग्राफ। अब तक मेरे पास यह है। तो मैं इस राशि की गणना कैसे करूं? गणित में यह सरल है क्योंकि यह प्रतीकात्मक हेरफेर है, उदाहरण के लिए, उदाहरण के लिए, लेकिन अजगर में योग की गणना कैसे की जाती है जो आंकड़ों में हर दस अंक लेता है और इससे औसत , और अंक के अंत तक ऐसा करता है.मैंने किताब को देखा, लेकिन कुछ भी नहीं मिला जो यह समझाएंगे। हॉलनबेकर के कोड ने चाल किया था डी। बहुत बहुत धन्यवाद। स्वीकार्य जवाब में एक समस्या है, मुझे लगता है कि हमें इसकी ज़रूरत है उसी के बजाय वैध उपयोग करें - रिटर्न विंडो, समान। एक उदाहरण के रूप में एमए का प्रयास करें इस डेटा सेट का 1,5,7,2,6,7,8,2,2,7,8,3,7,3,7,3,15,6 - परिणाम 4 2,5 4 होना चाहिए , 6 0,5 0,5 0,5 2,5,4,4 4,5 4,5 6,5 6,4 6,7 0,6 8 लेकिन वही होने से हमें 2 6,3 0 का गलत आउटपुट मिलता है , 4 2,5 4,6 0,5 0,5 0,5 2,5 4,4 4,5 4,5 6,5 6, 4 6,7 0,6 8,6 2,4 8. जंगली इसे बाहर करने की कोशिश करने के लिए कोड। इसे वैध मानकर देखें और देखें कि क्या गणित समझ में आता है। उत्तर 29 अक्टूबर 14 को 4 27.हैं इसे बाहर करने की कोशिश की, लेकिन मैं इसमें जांच करूंगा, क्योंकि यह मैंने कोडित किया है अजगर डिंगोड 29 अक्टूबर 14 07 07. डिंगोड, आप जल्द से जल्द इस तरह की जंगली संहिता और नमूना डेटा सेट के साथ एक साधारण सूची के रूप में क्यों नहीं देखें, मैंने कुछ आलसी लोगों के लिए पोस्ट की तरह जैसे मैं पहले था - इसका मुखौटा तथ्य यह है कि औसत चलती है, आपको अपने मूल उत्तर को संपादित करने पर विचार करना चाहिए, मैंने कल ही इसे करने की कोशिश की और दोहरी जांच को मुझे सीएक्सओ स्तर पर रिपोर्टिंग में खराब दिखने से बचा लिया, आपको बस इतना करना चाहिए, वैध और अन्य समय के साथ एक ही चल औसत उसी के साथ - और एक बार जब आप आश्वस्त हो जाते हैं तो मुझे कुछ प्यार उर्फ ​​अप-वी दें ते एकता अक्टूबर 29 14 से 7 16. म्वॉविंग औसत वे क्या हैं। सबसे लोकप्रिय तकनीकी संकेतकों के बीच, चलती औसत का इस्तेमाल मौजूदा प्रवृत्ति की दिशा को मापने के लिए किया जाता है। सामान्यतः इस ट्यूटोरियल में लिखा जाने वाला हर तरह की चलती औसत एमए एक गणितीय परिणाम है यह गणना पिछले डेटा बिंदुओं की संख्या को एकसाथ तय करने के बाद की जाती है, एक बार निर्धारित होने पर, परिणामस्वरूप औसत एक चार्ट पर प्लॉट किया जाता है ताकि व्यापारियों को दिन-प्रतिदिन की कीमत में उतार-चढ़ाव पर ध्यान केंद्रित करने की बजाय स्मार्ट डाटा को देखने की अनुमति मिल सके वित्तीय बाजार। चलती औसत का सरलतम रूप, सरल रूप से चलती औसत एसएमए के रूप में जाना जाता है, मानों को निर्धारित मूल्यों का अंकगणितीय मतलब लेने के द्वारा गणना की जाती है उदाहरण के लिए, मूल 10-दिवसीय चलती औसत की गणना के लिए आप पिछले 10 दिनों से कीमतों को बंद करने और फिर परिणाम 10 से विभाजित करते हैं चित्रा 1 में, पिछले 10 दिनों के लिए कीमतों का योग 10 दिनों की संख्या से विभाजित किया जाता है 10 दिन की औसत पहुंचने के लिए यदि कोई व्यापारी चाहती है इसके बजाय 50-दिवसीय औसत को देखने के लिए, एक ही प्रकार की गणना की जाएगी, लेकिन इसमें पिछले 50 दिनों में कीमतें शामिल होगी। 11 से नीचे की औसत औसत पिछले 10 डेटा बिन्दुओं को ध्यान में रखकर व्यापारियों को एक विचार प्रदान करता है पिछले 10 दिनों से संबंधित किसी परिसंपत्ति की कीमत कितनी है। क्या आप सोच रहे हैं कि तकनीकी व्यापारियों ने इस उपकरण को एक औसत चलती औसत कॉल के तौर पर कह दिया है, न कि सिर्फ नियमित रूप से इसका मतलब यह है कि जैसे-जैसे नए मान उपलब्ध हो जाते हैं, सबसे पुराना डेटा बिंदुओं को सेट और नए डेटा पॉइंट उन्हें बदलने के लिए आते हैं इसलिए, डेटा सेट लगातार नए डेटा के लिए खाते में बढ़ रहा है क्योंकि यह उपलब्ध हो जाता है गणना की यह विधि यह सुनिश्चित करता है कि केवल वर्तमान जानकारी का आंकलन 2 चित्रा में हो, एक बार नया मान सेट में 5 जोड़ दिया जाता है, पिछले 10 डेटा बिंदुओं का प्रतिनिधित्व करने वाला लाल बॉक्स सही पर चलता है और 15 के अंतिम मान को गणना से हटा दिया गया है क्योंकि 5 के अपेक्षाकृत छोटा मान 15 के उच्च मूल्य को बदल देता है, तो आप अनुभव करेंगे सीटी इस डेटा सेट की कमी के औसत को देखने के लिए, जो कि 11 से 10 के बीच में है। क्या एमए के मूल्य की गणना की जा रही है, एक बार चार्ट पर प्लॉट किया जाता है और फिर इसे बनाने के लिए जुड़ा हुआ है एक चलती औसत रेखा ये कर्लिंग लाइनें तकनीकी व्यापारियों के चार्ट पर आम हैं, लेकिन उनका उपयोग कैसे किया जाता है इस पर बाद में बहुत अधिक भिन्न हो सकते हैं जैसा कि आप चित्रा 3 में देख सकते हैं, एक चार्ट से अधिक किसी भी चार्ट को औसत से जोड़ना संभव है गणना में उपयोग किए जाने वाले समयावधि की संख्या को समायोजित करना ये कर्लिंग लाइनें पहले पर ध्यान भंग या भ्रामक लग सकती हैं, लेकिन समय के चलते आप उनसे आदी बढ़ेगी लाल रेखा केवल पिछले 50 दिनों में औसत कीमत है, जबकि नीली रेखा पिछले 100 दिनों से औसत कीमत है। अब आप समझते हैं कि चलती औसत क्या है और यह कैसा दिखता है, हम एक अलग प्रकार की चलती औसत का परिचय देंगे और यह पहले उल्लेख किया गया सरल चलती औसत से अलग कैसे होगा। जी औसत व्यापारियों में बेहद लोकप्रिय है, लेकिन सभी तकनीकी संकेतकों की तरह, इसके आलोचक हैं कई व्यक्तियों का तर्क है कि एसएमए की उपयोगिता सीमित है क्योंकि डेटा श्रृंखला में प्रत्येक बिंदु वही भारित है, भले ही यह अनुक्रम में क्यों न हो आलोचकों का तर्क है कि सबसे हालिया डेटा पुराने आंकड़ों के मुकाबले ज्यादा महत्वपूर्ण है और अंतिम परिणाम पर इसका अधिक प्रभाव होना चाहिए। इस आलोचना के जवाब में, व्यापारियों ने हाल के आंकड़ों को अधिक वजन देना शुरू कर दिया, जिसके बाद से विभिन्न प्रकार के आविष्कार नई औसत की, जो सबसे लोकप्रिय है घातीय चलती औसत ईएमए आगे पढ़ने के लिए, देखें भारित मूविंग एवरेज की मूल बातें और एसएमए और ईएमए में अंतर क्या है। एक्सपेन्नेएबल मूविंग एवरल एक्सपेंलेनेशन मूविंग एवरल एक प्रकार का चलती औसत जो हाल की कीमतों के लिए अधिक जानकारी देता है, इसे नई जानकारी के प्रति अधिक संवेदनशील बनाने के लिए ईएमए की गणना के लिए कुछ जटिल समीकरण सीखना बहुत सारे व्यापारियों के लिए अनावश्यक है, क्योंकि लगभग सभी चार्टिंग पैकेज आपके लिए गणना करते हैं लेकिन, आप गणित के लिए वहां से बाहर निकलते हैं, ये ईएमए समीकरण है। जब ईएमए के पहले बिंदु की गणना करने के लिए सूत्र का उपयोग करते हुए, आप देख सकते हैं कि पिछला ईएमए के रूप में उपयोग करने के लिए कोई मूल्य उपलब्ध नहीं है इस छोटी सी समस्या को सरल चलती औसत के साथ गणना शुरू करने और वहां से उपरोक्त सूत्र के साथ जारी किया जा सकता है हमने आपको एक नमूना स्प्रेडशीट प्रदान किया है जिसमें वास्तविक जीवन के उदाहरण शामिल हैं दोनों एक सरल चलती औसत और एक घातीय चलती औसत की गणना करें। एएमए और एसएमए के बीच का अंतर अब जब आपको एसएमए और एएमए की गणना की जाती है, तो समझें कि ये औसत कैसे भिन्न है। ईएमए की गणना, आप देखेंगे कि हाल के डेटा बिंदुओं पर अधिक जोर दिया गया है, यह भारित औसत का एक प्रकार बनाकर, चित्रा 5 में, प्रत्येक औसत में उपयोग की जाने वाली समयावधि की संख्या समान 1 है 5, लेकिन ईएमए बदलते कीमतों पर अधिक तेज़ी से प्रतिक्रिया देता है ध्यान दें कि कीमत बढ़ने पर एएमए का क्या उच्च मूल्य है, और कीमत कम होने पर एसएमए की तुलना में तेजी से गिरता है यह प्रतिक्रिया मुख्य कारण है कि कई व्यापारियों का इस्तेमाल करना पसंद करते हैं एसएमए पर ईएमए। क्या अलग दिनों का मतलब है बढ़ते औसत एक पूरी तरह से अनुकूलन योग्य सूचक है, जिसका अर्थ है कि औसत बनाने के दौरान उपयोगकर्ता जो कुछ भी समय चाहते हैं उन्हें स्वतंत्र रूप से चुन सकते हैं चलने की औसत में उपयोग किए जाने वाले सबसे सामान्य समय 15, 20, 30, 50, 100 और 200 दिन औसत बनाने के लिए कम समय अवधि, अधिक संवेदनशील यह मूल्य परिवर्तन के लिए होगा समय अवधि, कम संवेदनशील या अधिक से अधिक चिकनाई, औसत हो जाएगा कोई नहीं आपकी चलती औसत की स्थापना करते समय उपयोग करने के लिए सही समय सीमा का पता लगाने का सबसे अच्छा तरीका जो आपके लिए सबसे अच्छा काम करता है वह कई अलग-अलग समय-सारिताओं के साथ प्रयोग करना है जब तक कि आप अपनी रणनीति को फिट नहीं कर पाते। मुझे पता है यह एक पुराना सवाल है,लेकिन यह एक ऐसा समाधान है जो किसी भी अतिरिक्त डेटा संरचना या पुस्तकालयों का उपयोग नहीं करता है यह इनपुट सूची के तत्वों की संख्या में रैखिक है और मैं इसे किसी भी अन्य तरीके के बारे में नहीं सोच सकता है, वास्तव में अगर कोई बेहतर आवंटित करने का बेहतर तरीका जानता है नतीजा, कृपया मुझे बताएं। नोट: यह सूची के बजाय एक संकीर्ण सरणी का उपयोग करके अधिक तेज़ हो जाएगा, लेकिन मैं सभी निर्भरताओं को खत्म करना चाहता था यह बहु-थ्रेडेड निष्पादन द्वारा प्रदर्शन को सुधारना भी संभव होगा। फ़ंक्शन मानता है कि इनपुट सूची एक आयामी है, इसलिए सावधान रहें। आप चल रहे अर्थ की गणना कर सकते हैं। ठीक से, अंडाकार में एक ठोस समारोह भी शामिल है जिसे हम चीजों को गति देने के लिए उपयोग कर सकते हैं चलने का मतलब एक सदिश के बराबर x के बराबर है जो एन लंबे है, सभी के साथ 1 एन के बराबर सदस्य convolve के numpy कार्यान्वयन में प्रारंभिक क्षणिक शामिल है, तो आप पहले एन -1 अंक निकालना होगा। मेरी मशीन पर, तेजी से संस्करण 20-30 गुना तेज़ है, इनपुट वेक्टर की लंबाई के आधार पर और इस आकार का औसतन खिड़की। नोट करें कि convolve में एक ही मोड शामिल है जो लगता है जैसे प्रारंभिक क्षणिक समस्या को संबोधित करना चाहिए, लेकिन यह शुरुआत और अंत के बीच को विभाजित करता है। यह अंत से क्षणिक को हटा देता है, और शुरुआत में एक भी नहीं है, मुझे लगता है कि यह प्राथमिकताओं की बात है, मुझे शून्य की दिशा में ढाल लेने की कीमत पर उसी नंबर की आवश्यकता नहीं है, जो डेटा बीटीडब्लू में मौजूद नहीं है, यहां एक विधि है जो मोड मोड के बीच अंतर को दिखाने के लिए एक ही है , वैध प्लॉट कन्वोलवे 200,, 50, 50, मोड में धुएं -10, 251 में मीटर के लिए मोड एम, 1, 1 1 पौराणिक तौर पर मोड, पाइपोट और नीली आयातित लैपिस के साथ स्थानीय निचले केंद्र मार्च 24 14 13 13 56. पंडों NumPy या SciPy से इसके लिए और अधिक उपयुक्त है इसके फ़ंक्शन रोलिंगमैन नौकरी सुविधा देता है यह भी एक NumPy सरणी देता है जब इनपुट एक सरणी है। किसी भी कस्टम शुद्ध पायथन कार्यान्वयन के साथ प्रदर्शन में रोलिंगमेन को हरा करना मुश्किल है यहां दो प्रस्तावित समाधानों की यहाँ भी बढ़िया मूल्यों से निपटने के तरीके के रूप में अच्छा विकल्प हैं। मैं हमेशा सिग्नल प्रोसेसिंग फ़ंक्शन से परेशान हूं जो इनपुट सिग्नल की तुलना में अलग-अलग आकार के आउटपुट सिग्नल को वापस करता है, जब दोनों इनपुट और आउटपुट समान प्रकृति के होते हैं जैसे दोनों अस्थायी संकेत यह टूट जाता है संबंधित स्वतंत्र चर के साथ पत्राचार, समय, आवृत्ति बनाने की साजिश रचने या तुलना किसी भी सीधा मामला नहीं है, अगर आप भावना को साझा करते हैं, तो आप प्रस्तावित कार्य की अंतिम पंक्तियों को उसी रिटर्न वाई विंडोएलन -1 में बदलना चाह सकते हैं जैसे विंडोलन -1 ईसाई ओ रेली अगस्त 25 15 1 9 56. पार्टी के लिए थोड़ा देर हो चुकी है, लेकिन मैंने अपना खुद का छोटा फ़ंक्शन बना लिया है जो कि सिरों के आसपास या पैरों के साथ लपेटता नहीं है, जो कि औसत के साथ-साथ एक और इलाज के लिए भी इस्तेमाल होता है , यह रेखीय स्थान बिंदुओं पर सिग्नल को फिर से नमूने देता है अन्य विशेषताओं को प्राप्त करने के लिए इच्छित कोड को कस्टमाइज़ करता है। विधि सामान्य गाऊसी कर्नल के साथ एक सरल मैट्रिक्स गुणा है। जोड़ के साथ एक sinusoidal संकेत पर एक सरल उपयोग सामान्य वितरित शोर. यह प्रश्न अब भी जब नेक्सू ने पिछले महीने इसके बारे में लिखा था, उससे भी बड़ा है, लेकिन मुझे यह पसंद है कि उनका कोड बढ़त के मामलों से कैसे निपटता है, हालांकि, यह एक सरल चलती औसत है, क्योंकि यह मेरे परिणामों पर लागू होने वाले डेटा के पीछे का परिणाम है सोचा था कि किनारे मामलों से निपटने के लिए एक अधिक संतोषजनक तरीके से NumPy के तरीके एक समान और पूरी तरह से एक convolution आधारित पद्धति के लिए एक समान दृष्टिकोण लागू करके प्राप्त किया जा सकता है। मेरा योगदान अपने डेटा के साथ अपने परिणामों को संरेखित करने के लिए एक केंद्रीय चल औसत का उपयोग करता है जब वहाँ उपयोग करने के लिए पूर्ण आकार की विंडो के लिए उपलब्ध दो कुछ बिंदुएं, चलने की औसत सरणी के किनारों पर क्रमिक छोटी खिड़कियों से गणना की जाती है, वास्तव में बड़ी खिड़कियों से, लेकिन यह एक कार्यान्वयन विवरण होता है.यह अपेक्षाकृत धीमा है क्योंकि यह कन्वल्वेव का उपयोग करता है और संभवतया एक सच्चे पायथनिस्टा द्वारा बहुत अधिक उत्तेजित हो सकता है, हालांकि, मेरा मानना ​​है कि यह विचार खड़ा है। 2 जनवरी को 28 जनवरी को उत्तर दिया। अच्छा है लेकिन धीमी है जब खिड़की की चौड़ाई बड़ी होती है कुछ उत्तर अधिक प्रभावी एल्गोरिदम के साथ, लेकिन किनारे के मान को संभालने में असमर्थ लगता है मैंने खुद एक एल्गोरिथ्म लागू किया है जो इस समस्या को अच्छी तरह से संभाल सकता है, अगर इस समस्या को घोषित किया गया है। इनपुट पैरामीटर mergenum 2 windowwidth के रूप में सोचा जा सकता है 1. मुझे पता है यह कोड थोड़ा सा है बिट अपठनीय यदि आप इसे उपयोगी पाते हैं और कुछ विस्तार चाहते हैं, तो कृपया मुझे बताएं और मैं इस उत्तर को अपडेट करूंगा क्योंकि स्पष्टीकरण लिखने के लिए मुझे बहुत समय लग सकता है, मुझे आशा है कि जब कोई ज़रूरत होती है तो मुझे ऐसा ही करना चाहिए कृपया मेरी आलस्य के लिए मुझे क्षमा करें। यदि आप केवल अपने मूल संस्करण में दिलचस्पी रखते हैं। यह भी अधिक अपठनीय है, पहला समाधान सरणी के चारों ओर पिनिंग के द्वारा किनारे की समस्या से छुटकारा दिलाता है, लेकिन दूसरा समाधान यहां पोस्ट किया जाता है जो इसे कठिन और प्रत्यक्ष तरीके से संभालता है। मेरे आखिरी वाक्य में मैं यह इंगित करने की कोशिश कर रहा था कि यह फ्लोटिंग प्वाइंट एरर में मदद क्यों करता है यदि दो वैल्यू लगभग परिमाण के समान क्रम हैं, तो जोड़ने से आप कम सटीकता खो देता है यदि आप बहुत छोटी संख्या में बहुत बड़ी संख्या जोड़ते हैं कोड आसन्न मूल्य इस प्रकार से मध्यवर्ती रकम हमेशा परिमाण में काफी करीब रहें, अस्थायी बिंदु त्रुटि को कम करने के लिए कुछ भी नहीं बेवकूफ सबूत है, लेकिन इस पद्धति ने कुछ बहुत ही खराब परियोजनाओं को उत्पादन में मूर पटेल 15 दिसंबर, 17 17 को बचाया है। एक मूल्य प्रति एक अतिरिक्त करने के लिए, आप दो कर लेंगे सबूत एक बिट-फ्लिपिंग समस्या के समान है, हालांकि, इस जवाब का मुद्दा जरूरी प्रदर्शन नहीं है, लेकिन सटीकता 64-बिट मूल्यों के लिए स्मृति उपयोग 64 तत्वों से अधिक नहीं होगा कैश में, इसलिए यह मेमोरी उपयोग में अनुकूल है और साथ ही मयूर पटेल ने 29 दिसंबर को 17 04 बजे।