滑动窗口均值不宜用list.append+pop(0)因pop(0)为O(n)，而deque两端操作均为O(1)；需维护total避免重复求和，初始化及NaN/inf输入须校验，maxlen影响自动丢弃与状态一致性。
滑动窗口均值为什么不能用 list.append + list.pop(0)？
因为 list.pop(0) 是 O(n) 操作——每次都要把后面所有元素往前挪一位。窗口长度越大、数据越长，性能掉得越明显。而 collections.deque 的两端增删都是 O(1)，天然适配滑动窗口的“进一个、出一个”节奏。
常见错误现象：RuntimeWarning: Mean of empty slice 或窗口初期均值计算不全（比如前 3 个点就强行算长度为 5 的窗口）。
- 初始化时别直接对空
deque调用sum()/len()做除法 - 窗口未满时不返回均值，或显式返回
None/float('nan')，避免误导 - 如果需要“填充式输出”（即每来一个数就输出一个均值），得区分“窗口已满”和“填充阶段”
如何用 deque 实现带状态的滑动窗口均值函数？
核心是维护一个固定长度的 deque，并同步累加当前窗口和值，避免每次重算 sum(deque) ——后者仍是 O(k)，k 是窗口大小。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 用
deque(maxlen=k)自动丢弃最老元素，省去手动popleft() - 额外维护一个变量
total，在append()前减去将被挤出的值（需先判断是否已达 maxlen）、再加新值 - 注意：只有
len(deque) == k时才更新total；窗口未满时，total += new_val即可
示例逻辑片段：
from collections import deque
<p>def sliding_mean_factory(k):
window = deque(maxlen=k)
total = 0
def mean(x):
nonlocal total
if len(window) == k:
total -= window[0] # 即将被顶掉的旧值
window.append(x)
total += x
return total / len(window) if window else float('nan')
return mean遇到 NaN 或 inf 输入时怎么安全处理？
deque 本身不校验数值合法性，但 sum() 和除法遇到 nan 会传染，inf - inf 也会产出 nan，导致整个流失效。
必须在入窗前拦截：
- 用
math.isfinite(x)判断，非有限值直接跳过或抛异常（取决于业务容忍度） - 不要依赖
try/except ZeroDivisionError——除零只是表象，根源常是窗口为空或total累积了nan - 若输入含
None，需提前转成float或过滤，否则deque会照单全收，后续运算报TypeError
实时流场景下，deque 的 maxlen 参数会影响什么？
maxlen 不仅控制容量，还决定 deque 的行为模式：设了 maxlen 后，append() 会自动触发丢弃；不设则需手动 popleft()，容易漏或错序。
关键细节：
- 一旦设了
maxlen，deque就无法通过appendleft()扩容，且len(deque)永远 ≤maxlen - 如果窗口大小动态变化，别反复新建
deque——重建开销大；改用无maxlen的 deque + 手动管理长度更灵活 - 内存上，
deque是分块分配的，maxlen=1000和maxlen=100000的初始内存差异不大，但长期持有大量小对象时要注意引用残留
真正容易被忽略的是：当数据流中断或重置时，deque 和 total 变量的状态必须同步清零，否则下一个批次的均值会继承上一批的脏状态。
