计算简单移动平均线（SMA）的以下函数存在哪些问题？

你的SMA计算函数存在两个核心问题，直接导致结果不符合预期：

1. 切片范围错误，窗口元素数量不符 #

SMA要求每个有效取值对应连续w个数据点的平均值，但你的代码中使用t[i-w:i]：

• 当i = w-1时，i-w = -1，切片t[-1:i]实际仅取到w-1个元素，比窗口大小少1个，完全违背SMA的定义。
• 正确切片应为t[i - w + 1 : i + 1]，这样当i >= w-1时，切片恰好包含从i-w+1到i的w个连续元素（Python切片左闭右开，因此右端点设为i+1）。

2. 初始化数组的冗余操作 #

用np.zeros(s)初始化结果数组后再逐个赋值NaN，属于冗余操作，直接用np.full(s, np.nan)可一步创建全NaN数组，更简洁高效。

修复后的基础版本代码 #

import numpy as np

def SMA_calculation(t, w):
    s = np.size(t)
    g = np.full(s, np.nan)
    # 从第一个有效索引开始循环，省去冗余判断
    for i in range(w-1, s):
        g[i] = np.mean(t[i - w + 1 : i + 1])
    return g

高效向量化版本（替代循环） #

如果处理大数据量，手动循环效率较低，可使用numpy卷积实现向量化计算：

import numpy as np

def SMA_calculation(t, w):
    # 用卷积计算窗口平均值，valid模式仅保留有效窗口结果
    sma = np.convolve(t, np.ones(w)/w, mode='valid')
    # 前面补NaN，保证结果长度与输入一致
    return np.concatenate([np.full(w-1, np.nan), sma])

内容的提问来源于stack exchange，提问作者Dorrin Samadian