声明一个函数来对数据进行指数平滑
Declare a function to do exponential smothing on data
我正尝试在 Python 中对 Jupyter 笔记本上的一些去趋势数据进行指数平滑处理。我尝试导入
from statsmodels.tsa.api import ExponentialSmoothing
但是出现如下错误
ImportError: cannot import name 'SimpleExpSmoothing'
我不知道如何从 Jupyter notebook 解决这个问题,所以我试图声明一个执行指数平滑的函数。
假设函数的名称是 expsmoth(list,a)
并接受一个列表 list
和一个数字 a
并给出另一个名为 explist
的列表,其元素由以下给出递归关系:
explist[0] == list[0]
explist[i] == a*list[i] + (1-a)*explist[i-1]
我还在学习python。如何声明一个以列表和数字作为参数并返回其元素由上述递推关系给出的列表的函数?
解决您的问题的一个简单方法是
def explist(data, a):
smooth_data = data.copy() # make a copy to avoid changing the original list
for i in range(1, len(data)):
smooth_data[i] = a*data[i] + (1-a)*smooth_data[i-1]
return smooth_data
该函数应该适用于本机 python 列表或 numpy 数组。
import matplotlib.pyplot as plt
import numpy as np
data = np.random.random(100) # some random data
smooth_data = explist(data, 0.2)
plt.plot(data, label='orginal')
plt.plot(smooth_data, label='smoothed')
plt.legend()
plt.show()
我正尝试在 Python 中对 Jupyter 笔记本上的一些去趋势数据进行指数平滑处理。我尝试导入
from statsmodels.tsa.api import ExponentialSmoothing
但是出现如下错误
ImportError: cannot import name 'SimpleExpSmoothing'
我不知道如何从 Jupyter notebook 解决这个问题,所以我试图声明一个执行指数平滑的函数。
假设函数的名称是 expsmoth(list,a)
并接受一个列表 list
和一个数字 a
并给出另一个名为 explist
的列表,其元素由以下给出递归关系:
explist[0] == list[0]
explist[i] == a*list[i] + (1-a)*explist[i-1]
我还在学习python。如何声明一个以列表和数字作为参数并返回其元素由上述递推关系给出的列表的函数?
解决您的问题的一个简单方法是
def explist(data, a):
smooth_data = data.copy() # make a copy to avoid changing the original list
for i in range(1, len(data)):
smooth_data[i] = a*data[i] + (1-a)*smooth_data[i-1]
return smooth_data
该函数应该适用于本机 python 列表或 numpy 数组。
import matplotlib.pyplot as plt
import numpy as np
data = np.random.random(100) # some random data
smooth_data = explist(data, 0.2)
plt.plot(data, label='orginal')
plt.plot(smooth_data, label='smoothed')
plt.legend()
plt.show()