Jupyter Notebook 中三维数据的指数加权移动平均 (EWMA) 处理

可以使用 pandas 库中的 ewm 方法来实现对三维数据的指数加权移动平均处理。具体步骤如下：

1. 导入 pandas 库

import pandas as pd

2. 创建三维数据

data = pd.DataFrame({'x': [1, 2, 3, 4, 5], 
                     'y': [2, 4, 6, 8, 10], 
                     'z': [3, 6, 9, 12, 15]})

3. 对三维数据进行指数加权移动平均处理

alpha = 0.5 # 指数加权系数
ewm_data = data.ewm(alpha=alpha).mean()

其中，alpha 为指数加权系数，表示过去数据的权重随时间指数衰减的速度。alpha 越小，过去数据的权重衰减得越慢，新数据的权重越大。

4. 输出处理后的数据

print(ewm_data)

完整代码如下：

import pandas as pd

data = pd.DataFrame({'x': [1, 2, 3, 4, 5], 
                     'y': [2, 4, 6, 8, 10], 
                     'z': [3, 6, 9, 12, 15]})

alpha = 0.5 # 指数加权系数
ewm_data = data.ewm(alpha=alpha).mean()

print(ewm_data)