移動平均¶
- typhoon.test.signals.filtering.moving_average ( signal , window_length , assume_previous_data = False ) ¶
'typhoon.test.rms.window_rms'関数と同様に、移動ウィンドウ技術を用いて、指定された信号の平均値を計算します。ユーザーは'window_length'引数で移動ウィンドウのサイズを秒単位で指定します。有効なrms値を取得するには、ウィンドウサイズが信号周期の整数倍である必要があります。「assume_previous_data」がTrueに設定されている場合、関数は指定された信号値より前の信号値を仮定します。これにより、rms結果の最初の「window_length」秒間は過渡現象が発生しません。つまり、rms結果は最初から期待値を持つことになります。それ以外の場合、その期間中に初期の過渡現象が発生します。
- パラメータ:
シグナル( pandas.Series ) – 平均値を計算するシグナルを表す pandas.Series。
window_length ( float ) – 平均計算のための移動ウィンドウの長さ（秒単位）。
assume_previous_data ( bool - デフォルトは True ) – 設定されている場合、結果の平均信号は関数分析の開始時点から有効な値を持ちます。これは、前の「window_length」秒間の信号が、最初の「window_length」秒間と全く同じ挙動を示したと仮定することで実現されます。
- 戻り値:
結果– 与えられた信号の瞬間平均を表す結果信号。入力信号と出力信号の時間インデックスは同一です。
- 戻り値の型:
パンダシリーズ
例
>>>から 台風テストシグナルフィルタリング 移動平均をインポート>>>から 台風テスト信号。 pandas_sineをインポートします>>> # 純粋な正弦波の平均信号を計算します - 結果はゼロ信号になります>>> sine = pandas_sine (振幅= 100 、周波数= 50 、 Ts = 1e-6 ) >>> average1 = Moving_average ( sine 、 window_length = 1 / 50 ) >>> # オフセットのある正弦波信号を作成します - Moving_average は、そのオフセットを平均値として検出します>>> sine_offset = sine + 100 >>> average2 = Moving_average ( sine_offset 、 window_length = 1 / 50 )
