Tôi đang làm việc trên chuỗi thời gian trong python. Các thư viện mà tôi thấy hữu ích và đầy hứa hẹn làGói phân tích chuỗi thời gian trong python
Ngoài ra để hiển thị: matplotlib
Có ai biết một thư viện cho mịn mũ?
Pandas đã theo cấp số nhân trọng di chuyển thời điểm chức năng
Bằng cách này, không nên có bất kỳ còn sót lại chức năng trong gói scikits.timeseries đó không phải là cũng trong gấu trúc.
Sửa: Vì đây vẫn là một câu hỏi phổ biến, bây giờ có một công việc trong yêu cầu tiến độ kéo muốn thêm đầy đủ hơn tính năng làm mịn mũ để statsmodels here
cảm ơn bạn rất nhiều vì đã cập nhật và cho công việc tốt. – foc
Đối với ba tôi tìm thấy trên web này http://adorio-research.org/wordpress/?p=1230
Bằng cách nào đó một số câu hỏi đã được hợp nhất hoặc bị xóa, vì vậy tôi sẽ đăng câu trả lời của tôi ở đây.
Làm mịn Exp bằng Python nguyên bản.
'''
simple exponential smoothing
go back to last N values
y_t = a * y_t + a * (1-a)^1 * y_t-1 + a * (1-a)^2 * y_t-2 + ... + a*(1-a)^n * y_t-n
'''
from random import random,randint
def gen_weights(a,N):
ws = list()
for i in range(N):
w = a * ((1-a)**i)
ws.append(w)
return ws
def weighted(data,ws):
wt = list()
for i,x in enumerate(data):
wt.append(x*ws[i])
return wt
N = 10
a = 0.5
ws = gen_weights(a,N)
data = [randint(0,100) for r in xrange(N)]
weighted_data = weighted(data,ws)
print 'data: ',data
print 'weights: ',ws
print 'weighted data: ',weighted_data
print 'weighted avg: ',sum(weighted_data)
bạn có thể dự đoán các giá trị trong tương lai sử dụng Pandas theo cấp số nhân trọng di chuyển trung bình http://pandas.pydata.org/pandas-docs/stable/generated/pandas.stats.moments.ewma.html như
from pandas.stats.moments import ewma
import numpy as np
pred_period = 12
def predict(x,span,periods = pred_period):
x_predict = np.zeros((span+periods,))
x_predict[:span] = x[-span:]
pred = ewma(x_predict,span)[span:]
return pred
liên quan: [tính trung bình trượt hàm mũ trong python] (http://stackoverflow.com/questions/488670/comput-exponential-moving-average-in-python) – jfs