media móvil ponderada con numpy.convolve

Question

Escribo una función de promedio móvil que usa la función convolve en numpy, que debe ser equivalente a a (weighted moving average). Cuando mis pesos son todos iguales (como en una simple media aritmética), que funciona bien:

data = numpy.arange(1,11) 
numdays = 5 
w = [1.0/numdays]*numdays 
numpy.convolve(data,w,'valid') 

da

array([ 3., 4., 5., 6., 7., 8.]) 

Sin embargo, cuando intento utilizar una media ponderada

w = numpy.cumsum(numpy.ones(numdays,dtype=float),axis=0); w = w/numpy.sum(w) 

en lugar de (para los mismos datos) 3.667,4.667,5.667,6.667, ... espero, obtengo

array([ 2.33333333, 3.33333333, 4.33333333, 5.33333333, 6.33333333, 
     7.33333333]) 

Si elimino el indicador "válido", ni siquiera veo los valores correctos. Realmente me gustaría usar convolve para WMA y MA, ya que hace que el código sea más limpio (mismo código, diferentes pesos) y, de lo contrario, creo que tendré que recorrer todos los datos y tomar secciones.

¿Tiene alguna opinión sobre este comportamiento?

Answer 1

Lo que quiere es np.correlate en una circunvolución el segundo argumento se invierte básicamente, por lo que su resultado esperado sería con np.convolve(data, w[::-1], 'valid').