​

module coreforecast.rolling

​

function rolling_mean

rolling_mean(
    x: ndarray,
    window_size: int,
    min_samples: Optional[int] = None
) → ndarray

计算输入数组的滚动均值。

参数

• x (np.ndarray): 输入数组。
• window_size (int): 滚动窗口的大小。
• min_samples (int, optional): 计算统计量所需的最少样本数。如果为 None，则设置为 window_size。

返回值

• np.ndarray: 包含滚动统计量的数组

​

function rolling_std

rolling_std(
    x: ndarray,
    window_size: int,
    min_samples: Optional[int] = None
) → ndarray

计算输入数组的滚动标准差。

参数

• x (np.ndarray): 输入数组。
• window_size (int): 滚动窗口的大小。
• min_samples (int, optional): 计算统计量所需的最少样本数。如果为 None，则设置为 window_size。

返回值

• np.ndarray: 包含滚动统计量的数组

​

function rolling_min

rolling_min(
    x: ndarray,
    window_size: int,
    min_samples: Optional[int] = None
) → ndarray

计算输入数组的滚动最小值。

参数

• x (np.ndarray): 输入数组。
• window_size (int): 滚动窗口的大小。
• min_samples (int, optional): 计算统计量所需的最少样本数。如果为 None，则设置为 window_size。

返回值

• np.ndarray: 包含滚动统计量的数组

​

function rolling_max

rolling_max(
    x: ndarray,
    window_size: int,
    min_samples: Optional[int] = None
) → ndarray

计算输入数组的滚动最大值。

参数

• x (np.ndarray): 输入数组。
• window_size (int): 滚动窗口的大小。
• min_samples (int, optional): 计算统计量所需的最少样本数。如果为 None，则设置为 window_size。

返回值

• np.ndarray: 包含滚动统计量的数组

​

function rolling_quantile

rolling_quantile(
    x: ndarray,
    p: float,
    window_size: int,
    min_samples: Optional[int] = None
) → ndarray

计算输入数组的滚动分位数。

参数

• x (np.ndarray): 输入数组。
• q (float): 要计算的分位数。
• window_size (int): 滚动窗口的大小。
• min_samples (int, optional): 计算统计量所需的最少样本数。如果为 None，则设置为 window_size。

返回值

• np.ndarray: 包含滚动统计量的数组

​

function seasonal_rolling_mean

seasonal_rolling_mean(
    x: ndarray,
    season_length: int,
    window_size: int,
    min_samples: Optional[int] = None
) → ndarray

计算输入数组的季节性滚动均值

参数

• x (np.ndarray): 输入数组。
• season_length (int): 季节周期的长度。
• window_size (int): 滚动窗口的大小。
• min_samples (int, optional): 计算统计量所需的最少样本数。如果为 None，则设置为 window_size。

返回值

• np.ndarray: 包含季节性滚动统计量的数组

​

function seasonal_rolling_std

seasonal_rolling_std(
    x: ndarray,
    season_length: int,
    window_size: int,
    min_samples: Optional[int] = None
) → ndarray

计算输入数组的季节性滚动标准差

参数

• x (np.ndarray): 输入数组。
• season_length (int): 季节周期的长度。
• window_size (int): 滚动窗口的大小。
• min_samples (int, optional): 计算统计量所需的最少样本数。如果为 None，则设置为 window_size。

返回值

• np.ndarray: 包含季节性滚动统计量的数组

​

function seasonal_rolling_min

seasonal_rolling_min(
    x: ndarray,
    season_length: int,
    window_size: int,
    min_samples: Optional[int] = None
) → ndarray

计算输入数组的季节性滚动最小值

参数

• x (np.ndarray): 输入数组。
• season_length (int): 季节周期的长度。
• window_size (int): 滚动窗口的大小。
• min_samples (int, optional): 计算统计量所需的最少样本数。如果为 None，则设置为 window_size。

返回值

• np.ndarray: 包含季节性滚动统计量的数组

​

function seasonal_rolling_max

seasonal_rolling_max(
    x: ndarray,
    season_length: int,
    window_size: int,
    min_samples: Optional[int] = None
) → ndarray

计算输入数组的季节性滚动最大值

参数

• x (np.ndarray): 输入数组。
• season_length (int): 季节周期的长度。
• window_size (int): 滚动窗口的大小。
• min_samples (int, optional): 计算统计量所需的最少样本数。如果为 None，则设置为 window_size。

返回值

• np.ndarray: 包含季节性滚动统计量的数组

​

function seasonal_rolling_quantile

seasonal_rolling_quantile(
    x: ndarray,
    p: float,
    season_length: int,
    window_size: int,
    min_samples: Optional[int] = None
) → ndarray

计算输入数组的季节性滚动分位数。

参数

• x (np.ndarray): 输入数组。
• q (float): 要计算的分位数。
• season_length (int): 季节周期的长度。
• window_size (int): 滚动窗口的大小。
• min_samples (int, optional): 计算统计量所需的最少样本数。如果为 None，则设置为 window_size。

返回值

• np.ndarray: 包含滚动统计量的数组

此文件通过 lazydocs 自动生成。