07 2024 档案

提取时序数据的趋势、季节性以及残差
摘要：一天的光滑数据 sub = [199.68, 187.16, 173.97, 159.85, 146.92, 135.29, 125.04, 114.86, 105.85, 97.93, 90.6, 84.19, 78.37, 72.85, 68.93, 66.59, 62.19, 58.59, 5 阅读全文
posted @ 2024-07-06 14:53 RainingInMacondo 阅读(79) 评论(0) 推荐(0) 编辑
量化曲线的平滑程度
摘要：思路 1. 对原始数据一阶求导，得到一阶导数数组。 2. 对一阶导数数组求标准差。导数的标准差提供了导数值的波动性，标准差越小，曲线越平滑。 平滑曲线 import numpy as np import matplotlib.pyplot as plt from matplotlib import 阅读全文
posted @ 2024-07-04 19:23 RainingInMacondo 阅读(620) 评论(0) 推荐(0) 编辑
从时序数据中提取特征分量
摘要：原始数据 import matplotlib.pyplot as plt from matplotlib import font_manager fname="/usr/local/python3.6/lib/python3.6/site-packages/matplotlib/mpl-data/f 阅读全文
posted @ 2024-07-04 18:27 RainingInMacondo 阅读(12) 评论(0) 推荐(0) 编辑
计算时序数据的周期性
摘要：构造时序数据 import numpy as np import matplotlib.pyplot as plt # 设置参数 period = 128 num_cycles = 5 total_length = period * num_cycles # 生成周期性信号（正弦波形） np.ran 阅读全文
posted @ 2024-07-04 17:56 RainingInMacondo 阅读(43) 评论(0) 推荐(0) 编辑
Python数据可视化
摘要：基于asciichartpy import asciichartpy data = [1, 2, 3, 4, 5, 4, 3, 2, 1] chart = asciichartpy.plot(data) print(chart) 基于sparklines import sparklines data 阅读全文
posted @ 2024-07-01 19:01 RainingInMacondo 阅读(13) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示