记时间序列为
- 均值
np.mean(x)
- 标准差
np.std(x)
- K阶中心矩
def moment_k(seq, k):
mean = seq.mean()
moment_k = np.mean((seq-mean)**k)
return moment_k
- 偏度 skewness
- 峰度 skewness
- 斜率 trend
拟合一条最优的直线，用斜率表示数据的发展趋势
from scipy.stats import linregress
def trend(seq):
idx = np.array(range(len(seq)))
slope = linregress(idx, seq.squeeze())[0]
return slope
- 波峰波谷统计
统计序列中波峰波谷的个数，一定程度上可以表示序列波动的频率
def wave(seq):
count = 0
res = seq[1:]-seq[:-1]
count = np.sum(res[:-1]*res[1:] < 0)
return count
网友评论