Хотел бы узнать, как можно вычислять переменные с изменением ячеек расчета по вертикали.
Вот иллюстрация:
и записывать их в соответсвующие ячейки
Полная версия: Создание и запись переменных со сдвигом по строке
Добрый день
Хотел бы узнать, как можно вычислять переменные с изменением ячеек расчета по вертикали.
Вот иллюстрация:
и записывать их в соответсвующие ячейки
Хотел бы узнать, как можно вычислять переменные с изменением ячеек расчета по вертикали.
Вот иллюстрация:
и записывать их в соответсвующие ячейки
ставлю бутылку пива первому, кто поймет что за херня тут написана
ахах)
мне нужно посчитать среднее от нескольки сотен чисел с постоянным смещением вниз.
например есть столбей из числел 1, 2, 3, 4, 5, 6, 7, 8, 9, 10
мне нужно посчитать:
(1+2+3) /3
(2+3+4)/3
…..
(8+9+10)/3
мне нужно посчитать среднее от нескольки сотен чисел с постоянным смещением вниз.
например есть столбей из числел 1, 2, 3, 4, 5, 6, 7, 8, 9, 10
мне нужно посчитать:
(1+2+3) /3
(2+3+4)/3
…..
(8+9+10)/3
Давай повангую. Дан список из 3 элементов. Нужен алгоритм который расширить его до длины N заполняя каждый новый элемент средним значением 3 предыдущих. В голове крутится название “алгоритм скользящего среднего с наполнением”, но думаю что это не совсем то (давно это было, забываю старые вещи)
не совсем так
есть столбец с данными (их больше тысячи) и для каждых 200 данных нужно посчитать среднее арифметическое и записать в соседний столбец
например
первый расчет: (1+2+3+4….+200)/200
второй расчет: (2+3+4…+201)200
и таких должно быть около 1000/200
есть столбец с данными (их больше тысячи) и для каждых 200 данных нужно посчитать среднее арифметическое и записать в соседний столбец
например
первый расчет: (1+2+3+4….+200)/200
второй расчет: (2+3+4…+201)200
и таких должно быть около 1000/200
решается sql-выражением
row_num + % operator + grop by
row_num + % operator + grop by
у меня все в питоне, в пандасе
изначально все было в экселе, но стало слишком медленно работать, тем более переход на убунту ознаменовал отсутствие экселя как такового (хоть он и есть под вайном но нагрузку вообще не тянет)
изначально все было в экселе, но стало слишком медленно работать, тем более переход на убунту ознаменовал отсутствие экселя как такового (хоть он и есть под вайном но нагрузку вообще не тянет)
FishHookУ него исходно numpy. Чего хочет непонятно. Похоже хочет
решается sql-выражением
a.reshape((-1,200)).mean(axis=1)
sl0wВам надо выдавливать из себя exel по каплям. Какие такие ячейки? В numpy нет понятия ячееек. Как его поместить рядом если у него размерность другая?
как можно вычислять переменные с изменением ячеек расчета
я смотрел на данные в пандасе и представлял перед собой операции экселя
с точки зрения питона, у меня есть список данных содержащих
Мне нужно для всех значений этого списка найти среднее значении по 200 числам и записать в соседний столбец. Другими словами это будет выглядеть примерно так
и данные показатели нужно записать в новый список , где первые 200 значений с значениям non, а остальные расчетные значения.
например
постарался объяснить как смог со своими плачевными знаниями питона
с точки зрения питона, у меня есть список данных содержащих
X = [ 1, 2 , 3 , 4, 5, 6 ..... , 1000].
Мне нужно для всех значений этого списка найти среднее значении по 200 числам и записать в соседний столбец. Другими словами это будет выглядеть примерно так
sum(X[0:200])/200 sum(X[1:201])/200 sum(X[2:202])/200 sum(X[3:203])/200
например
1-199 значение: y[0:199] == NaN y[200] = sum(X[0:200])/200
sl0wВ этом и ошибка. python и exel имеют совершенно разные модели представления данных и разные модели вычислений. Чем раньше поймете тем проще будет работать.
и представлял перед собой операции экселя
sl0w:) Тут как в матрице. НЕТ НИКАКИХ СТОЛБЦОВ. В numpy используется модель вычислений на многомерных массивах, которую exel даже близко не может выразить. Я заостряю на этом внимание поскольку если вы будете делать все как в экселе то получите невразумительную неэффективную ерунду, не потому что exel плох. Просто совершенно разные подходы…
и записать в соседний столбец.
То что вы ищете в математике называется свертка. И очевидно в numpy это делается в одну строчку.
https://docs.scipy.org/doc/numpy/reference/generated/numpy.convolve.html
Для многомерного случая есть
https://docs.scipy.org/doc/numpy/reference/generated/numpy.ma.average.html
Вот тут разжевано
https://gordoncluster.wordpress.com/2014/02/13/python-numpy-how-to-generate-moving-averages-efficiently-part-2/
Если грузите данные в pandas то не обязательно их извлекать. В ней тоже есть скользящее среднее
http://pandas.pydata.org/pandas-docs/version/0.17.0/generated/pandas.rolling_mean.html