Seaborn tsplot加窗估计量

我想做一个tsplot，其中估值器是一个窗口函数，像滚动平均值，而不是平均值。理想情况下，我希望传递一个滚动平均值函数作为

tsplot（）

的

估计器

参数，但单个时间点会传递到该估计器中。所以，看起来我一直在处理我的数据

---

对吗？这里有一个我忽略的好方法吗？

我想我不太明白您想做什么，但是

tsplot

中用于计算置信区间的bootstrap函数得到整个数组和

axis=0

，然后在减少过度操作之前对数组行重新采样。所以这似乎是可行的：

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

data = np.cumsum(np.random.randn(25, 40), axis=1)
sns.tsplot(data=data)

---

您希望获得置信区间吗？你的数据有什么结构？这正是我想做的！我不确定为什么我认为rolling_mean没有得到整个数组。再仔细想想，我不确定是否有任何理由在引导的每次迭代中跨时间进行rolling mean。您应该先调用一次并将结果传递到

tsplot

中，以获得相同的结果。如果你颠倒操作顺序，事情可能会不同；我不确定什么是正确的方法。只要这些都是线性运算，我猜顺序不会影响结果。但我想事先处理数据可能会更有效。

def rolling_mean(data, axis=0):
    return pd.rolling_mean(data, 4, axis=1).mean(axis=axis)

sns.tsplot(data=data, estimator=rolling_mean)