C# RX：序列的状态变换，例如指数移动平均

如何在RX中对序列进行简单、有状态的转换

假设我们要对可观测的噪声序列进行指数移动平均变换

每当NoiseSequence勾选时，emaSequence应勾选并返回值 （以前的EMASequenceValue*（1-lambda）+最近的噪声序列值*lambda）

我想我们用的是主题，但具体怎么用

    public static void Main()
    {

        var rand = new Random();

        IObservable<double> sequence  = Observable
            .Interval(TimeSpan.FromMilliseconds(1000))
            .Select(value => value + rand.NextDouble());

        Func<double, double> addNoise = x => x + 10*(rand.NextDouble() - 0.5);

        IObservable<double> noisySequence = sequence.Select(addNoise);

        Subject<double> exponentialMovingAverage = new Subject<double>(); // ??? 


        sequence.Subscribe(value => Console.WriteLine("original sequence "+value));
        noisySequence.Subscribe(value => Console.WriteLine("noisy sequence " + value));
        exponentialMovingAverage.Subscribe(value => Console.WriteLine("ema sequence " + value));

        Console.ReadLine();
    }

publicstaticvoidmain（）
{
var rand=new Random（）；
可观测序列=可观测序列
.间隔（时间跨度从毫秒（1000））
.Select（value=>value+rand.NextDouble（））；
Func addNoise=x=>x+10*（rand.NextDouble（）-0.5）；
IObservable noisequence=序列。选择（addNoise）；
主题指数移动平均值=新主题（）？？？
sequence.Subscribe（value=>Console.WriteLine（“原始序列”+value））；
noiseSequence.Subscribe（值=>Console.WriteLine（“noiseSequence”+value））；
Subscribe（value=>Console.WriteLine（“ema序列”+value））；
Console.ReadLine（）；
}

对于许多此类计算，

缓冲区是最简单的方法

var movingAverage = noisySequence.Buffer(/*last*/ 3,
    /*move forward*/ 1 /*at a time*/)
    .Select(x => (x[0] + x[1] + x[2]) / 3.0);

如果需要携带状态，请使用
Scan
操作符，它与
Aggregate
类似，只是每次迭代都会生成值

编辑：固定注释语法这是如何将状态附加到序列的。在这种情况下，它计算最后10个值的平均值

var movingAvg = noisySequence.Scan(new List<double>(),
(buffer, value)=>
{
    buffer.Add(value);
    if(buffer.Count>MaxSize)
    {
        buffer.RemoveAt(0);
    }
    return buffer;
}).Select(buffer=>buffer.Average());

谢谢！下面是一个使用扫描的解决方案

    const double lambda = 0.99;
    IObservable<double> emaSequence = noisySequence.Scan(Double.NaN, (emaValue, value) =>
        {
            if (Double.IsNaN(emaValue))
            {
                emaValue = value;
            }
            else
            {
                emaValue = emaValue*lambda + value*(1-lambda);
            }
            return emaValue;
        }).Select(emaValue => emaValue);

常数双λ=0.99；
IObservable emaSequence=noisequence.Scan（Double.NaN，（emaValue，value）=>
{
if（Double.IsNaN（emaValue））
{
emaValue=价值；
}
其他的
{
emaValue=emaValue*λ+值*（1-λ）；
}
返回值；
}).选择（emaValue=>emaValue）；
在这个特定的平均值示例中有效。更一般地说，如果我们需要内部状态，如何在RX中最好地实现它？也就是说，没有状态。要实现指数移动平均，您需要知道均线的最后一个值。正如Paul所说，您可以使用扫描，通过从种子“状态”开始，并对每个OnNext在该状态上执行一些操作，动态地进行聚合。然后，您可以从状态中选择要在序列之外发布的值。但是，如果您需要访问的不仅仅是当前聚合和最新值，那么窗口操作符可能会有用。为了澄清，我对一种特定的方法不太感兴趣，这种方法可以进行平均值转换，而是进行有状态转换的一般方法。切题：您关于
Window
，
Buffer
，
Join
，的文章，而且
GroupJoin
非常有启发性——事实上，我相信我已经多次“引用”你回答与Rx相关的问题
    const double lambda = 0.99;
    IObservable<double> emaSequence = noisySequence.Scan(Double.NaN, (emaValue, value) =>
        {
            if (Double.IsNaN(emaValue))
            {
                emaValue = value;
            }
            else
            {
                emaValue = emaValue*lambda + value*(1-lambda);
            }
            return emaValue;
        }).Select(emaValue => emaValue);