循环数据的运行平均值：平均偏差和标准偏差？答案

【问题标题】：Running Mean of Circular Data: Average and Standard Deviation?循环数据的运行平均值：平均偏差和标准偏差？
【发布时间】：2020-02-15 15:32:01
【问题描述】：

鉴于这样一个列表：

mylist = [1, 2, 3, 4, 5, 6, 7]

以N = 3 作为每一步运行平均值的大小。

计算这个列表的平均值和标准差的最快方法是什么？

如果只有平均值 np.convolve 可以完成这项工作，那么标准差呢？还是标准错误？

【问题讨论】：

标签： python mean moving-average

【解决方案1】：

试试：

import numpy as np
N=3
mylist = [1, 2, 3, 4, 5, 6, 7]

res=np.vstack([mylist[i:]+mylist[:i] for i in range(N)])

ma=res.mean(axis=0)
std=res.std(axis=0)

只是移动平均线你可以这样做：https://*.com/a/14314054/11610186

【讨论】：

这对于非循环数据是正确的，那么循环数据呢？我还需要计算 [6,7,1] 和 [7,1,2] 的平均值

【解决方案2】：

import numpy as np

mylist = [1, 2, 3, 4, 5, 6, 7]
double = mylist * 2
N = 3
mean_std = [(np.mean(double[i:i+N]), np.std(double[i:i+N])) for i in range(len(mylist))]

【讨论】：

这对于非循环数据是正确的，因为它只给出 6 个值。它如何处理循环数据，即 7 个值？
循环数据是什么意思？
mylist 是循环的，这意味着我还应该计算 [6,7,1]、[7,1,2] 的平均值，得到 7 个值的平均值
我修改了解决方案，使其适用于您的情况