python计算半衰期数据中，各个时间点的值

半衰期的计算我们按照公式来，比如半衰期N，则距离当前时间点过去K个时间点后，当前值变为
$$(0.5^{\frac{1}{N}}{)}^{\frac{1}{K}}$$

在python中的计算方式为：

( 0.5 ** (1 / N) ) ** K

工具函数

1. 当前值在未来N个时间点后的权重值

def half_factor_weight(num, half_factor):
    """计算半衰期
    :param num: 返回的时间段
    :param half_factor: 半衰期因子值
    """
    half_formula = 0.5 ** (1 / half_factor)
    value_list = []
    for i in range(num):
        value_list.append(half_formula ** i)
    return np.array([half_formula ** _ for _ in range(num)])


print(half_factor_weight(10, half_factor=5))

此时返回的结果是：

[1.         0.87055056 0.75785828 0.65975396 0.57434918 0.5
 0.43527528 0.37892914 0.32987698 0.28717459]

2. 过去N个时间段的值对现在影响的权重值

def half_factor_weight(num, half_factor):
    """计算半衰期
    :param num: 返回的时间段
    :param half_factor: 半衰期因子值
    """
    half_formula = 0.5 ** (1 / half_factor)
    value_list = []
    for i in range(num):
        value_list.append(half_formula ** i)
    return np.flip(np.array([half_formula ** _ for _ in range(num)]))


print(half_factor_weight(10, half_factor=5))

此时返回的结果是：

[0.28717459 0.32987698 0.37892914 0.43527528 0.5        0.57434918
 0.65975396 0.75785828 0.87055056 1.        ]