在Python中计算指数型移动平均线，主要涉及到两个包：pandas和ta。
pandas模块
pandas模块是一个优雅而高效的Python数据分析库，它提供了许多易于使用的数据结构和数据分析工具，用于处理数值表格和时间序列数据。处理时间序列数据的时候，经常会用到rolling()函数计算移动平均值，其语法如下：
rolling(window, min_periods=None, center=False, win_type=None, on=None, axis=0, closed=None)
其中，参数window表示滚动窗口的大小，必须为正整数；参数min_periods表示最小观察期，用于确保在每个窗口中有足够的非NaN数据；参数center表示窗口中的值是否应该为中心，即平均值是否应该排在窗口中间；参数win_type表示窗口函数的类型。
ta模块
ta模块是一个专门用于计算技术分析指标的Python模块，包括了超过150种技术分析指标，也包括一些基础的统计分析、数据预处理和可视化工具。
ta模块中计算指数型移动平均线的函数是：ta.trend.ema_indicator()，其语法如下：
ta.trend.ema_indicator(close_data, window, fill_zeros=True)
其中，参数close_data表示数据序列，window表示EMD计算所需的历史数据量，必须为正整数；参数fill_zeros表示是否填充零值。如果为True，则直接扩展第一项EMA到return中，以保持输出的形状与输入的形状匹配；如果为False，则返回的结果将比输入少window个。
综上所述，下面是在Python中计算指数型移动平均线的代码示例：
import pandas as pd
import ta
# 读取数据
data = pd.read_csv('data.csv')
# 计算指数型移动平均线
ema = ta.trend.ema_indicator(data['close'], window=10)
# 输出结果
print(ema)
其中，data.csv为包含历史股价的数据文件，’close’代表收盘价序列，window=10代表使用过去10个交易日，计算指数型移动平均线。