Python 实现滑动平均预测：平滑数据、预测趋势

滑动平均（Moving Average）是一种常用的时间序列预测方法，它可以用来平滑数据并预测未来的趋势。下面是一个使用Python实现滑动平均预测的示例代码：

import numpy as np

def moving_average(data, window_size):
    '''
    使用滑动平均预测数据
    :param data: 输入数据，一维数组
    :param window_size: 窗口大小
    :return: 预测结果，一维数组
    '''
    predictions = []
    for i in range(len(data)):
        if i < window_size:
            # 如果数据不足窗口大小，直接将当前数据作为预测值
            predictions.append(data[i])
        else:
            # 计算窗口内数据的平均值作为预测值
            predictions.append(np.mean(data[i-window_size:i]))
    return predictions

# 示例数据
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# 窗口大小
window_size = 3

# 使用滑动平均预测数据
predictions = moving_average(data, window_size)

print(predictions)

运行以上代码，将输出滑动平均预测的结果：[1, 1.5, 2, 3, 4, 5, 6, 7, 8, 9]。

在代码中，我们定义了一个moving_average函数来实现滑动平均预测。该函数使用一个窗口大小作为参数，并根据窗口内的数据计算平均值作为预测值。如果数据不足窗口大小，则直接将当前数据作为预测值。

在示例中，我们使用了一个长度为10的数据数组data，并将窗口大小设置为3。调用moving_average函数后，将得到预测结果predictions，并将其打印出来。

这只是滑动平均预测的一个简单示例，实际应用中可能需要更复杂的算法和更多的参数调整。但是以上代码可以作为一个基础的实现参考。