Python-for-data-移动窗口函数
创新互联公司技术团队十多年来致力于为客户提供成都网站设计、做网站、品牌网站建设、成都全网营销推广、搜索引擎SEO优化等服务。经过多年发展，公司拥有经验丰富的技术团队，先后服务、推广了上千家网站，包括各类中小企业、企事单位、高校等机构单位。
本文中介绍的是 ，主要的算子是：
统计和通过其他移动窗口或者指数衰减而运行的函数，称之为 移动窗口函数
style scoped="".dataframe tbody tr th:only-of-type { vertical-align: middle; } precode.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } /code/pre/style
2292 rows × 3 columns
rolling算子，行为和resample和groupby类似
rolling可以在S或者DF上通过一个window进行调用
style scoped="".dataframe tbody tr th:only-of-type { vertical-align: middle; } precode.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } /code/pre/style
2292 rows × 3 columns
指定一个常数衰减因子为观测值提供更多的权重。常用指定衰减因子的方法：使用span（跨度）
一些统计算子，例如相关度和协方差等需要同时操作两个时间序列。
例如，金融分析中的股票和基准指数的关联性问题：计算时间序列的百分比变化pct_change()
style scoped="".dataframe tbody tr th:only-of-type { vertical-align: middle; } precode.dataframe tbody tr th { vertical-align: top; } .dataframe thead th { text-align: right; } /code/pre/style
在rolling及其相关方法上使用apply方法提供了一种在移动窗口中应用自己设计的数组函数的方法。
唯一要求：该函数从每个数组中产生一个单值(缩聚)，例如使用rolling()...quantile(q)计算样本的中位数
。 say_id就是对象的函数，你能够调用它。每个对象的函数都需要一个self参数，表示[color]这个对象。 图形界面的奥秘其实并不深奥。我相信很多人学习windows编程都是从写一个窗口开始的，而且都是从尝试理解那个消息和事件驱动的模型入手的。大体的过程是这样的，窗口就是用象素画出来的。你可以把一个窗口想象成一个窗口，也可以把窗口看成一堆象素的集合。就像有人说看女色不过是皮肉色相一样。 而对于图形界面的操控一般是通过鼠标和键盘来完成的。鼠标在屏幕上有一个自己的形象，那就是一个箭头（当然你也可以调整这个图形为其他好玩的东西，it is your freedom）。而键盘呢则一般表示为一个虚线的框，表示这个是键盘的”焦点“所在的地方。 或者是编辑框中闪动的竖杠。 Python函数这两点中有一个共同点，就是都有一个位置来确定要操作的对象。你点下鼠标的时候，你操作的就是鼠标的箭头尖端指向的那个空间，而键盘按下也是在其焦点所在的控件那儿放声。 然后就像一封信一样从操作系统投递到了窗口所在的应用程序。然后应用程序有一个事先注册的”窗口过程“，其实就是一个函数，用来接收这封“信”。其实就是接收到传过来的参数。 然后再进行一些判断，作出一定的响应。这个就是所谓的事件驱动。在没有冗长的代码，和展示所有细节的情况下，如果你真的以前对这个过程一无所知，肯定会觉得非常茫然。这个一笔带过的叙述其实只是让你有一个感性的认识。其实在Python中使用窗口根本不用管诸葛么多。 基本上只是把自己要的窗口和控件，给一些位置的参数，一些文字的提示内容的参数就能把窗口摆好，显示出来。然后再通过代码告诉Python函数 ，当“这个按钮按下的时候执行这个函数”源码天空 ，然后就能让窗口有响应。 最后记得给一个退出窗口的办法就一切OK了。其中能省的复杂度基本上都被库给隐藏掉了。付出的代价是慢一些，但是我就不相信你能感觉出来，除非你用的电脑连vcd都看不流畅。所以大可放心的享受这种便利。
滑动窗口函数，之前不知道 ，还自己写了个，，
df.rolling().sum()
df.rolling().var()