web-dev-qa-db-ja.com

Numpy配列、データは1次元でなければなりません

Python=でMatLabコードを再現しようとしていますが、MatLabマトリックスにつまずきます。MatLabのコードブロックは以下のとおりです。

for i = 1:Np
    y = returns(:,i);
    sgn = modified_sign(y); 
    X = [ones(Tp,1) sgn.*log(prices(:,i).*volumes(:,i))];

「データは1次元のエラーでなければならない」を取得せずに「X」を作成するのに苦労しています。以下は、コードのこのセクションを再現しようとする多くの試みの1つです。

lam = np.empty([Tp,Np]) * np.nan
for i in range(0,Np):
    y=returns.iloc[:,i]
    sgn = modified_sign(y)
    #X = np.array([[np.ones([Tp,1]),np.multiply(np.multiply(sgn,np.log(prices.iloc[:,i])),volumes.iloc[:,i])]])
    X = np.concatenate([np.ones([Tp,1]),np.column_stack(np.array([sgn*np.log(prices.iloc[:,i])*volumes[:,i]]))],axis=1)

TpとNpは、価格シリーズの長さと幅です。

crsp['PRC'].to_frame().shape = (9455,1)
Tp, Np = crsp['PRC'].to_frame().shape 

TrとNrは、リターンシリーズの長さと幅です。

crsp['RET'].to_frame().shape = (9455,1)
Tr, Nr = crsp['RET'].to_frame().shape

TvとNvは、ボリュームシリーズの長さと幅です。

crsp['VOL'].to_frame().shape = (9455,1)
Tv, Nv = crsp['VOL'].to_frame().shape

Ones配列:

np.ones([Tp,1])

(9455,1)

ボリュームデータの例:

    DATE    VOLAVG
1979-12-04  8880.9912591051
1979-12-05  8867.545284586622
1979-12-06  8872.264687564875
1979-12-07  8876.922134551494
1979-12-10  8688.765365448506
1979-12-11  8695.279567657451
1979-12-12  8688.865033222592
1979-12-13  8684.095435684647
1979-12-14  8684.534550736667
1979-12-17  8879.694444444445

サンプル価格データ

    DATE    AVGPRC
1979-12-04  25.723484200567693
1979-12-05  25.839463450495863
1979-12-06  26.001899852224145
1979-12-07  25.917628864251874
1979-12-10  26.501898917349788
1979-12-11  26.448652367425804
1979-12-12  26.475906537182407
1979-12-13  26.519610746585908
1979-12-14  26.788873713159944
1979-12-17  26.38583047822484

戻りデータのサンプル

    DATE    RET
1979-12-04  0.008092780873338423
1979-12-05  0.004498557619416754
1979-12-06  0.006266692192175238
1979-12-07  -0.0032462182943131523
1979-12-10  0.022292999386413825
1979-12-11  -0.002011180868938034
1979-12-12  0.001029925340138238
1979-12-13  0.0016493553247958206
1979-12-14  0.010102153877941776
1979-12-17  -0.015159499602784175

私が最終的に達成しようとしているのは、各行のX.iloc [:、0] = 1およびX.iloc [:、2] = log(price)* volumeである(9455,2)配列です。

オンラインでMatLabをNumpyドキュメントに参照し( https://docs.scipy.org/doc/numpy-dev/user/numpy-for-matlab-users.html )、他のさまざまなStackOverflowをチェックアウトしました役に立たない投稿。

コンテキストの場合、modified_signは外部関数であり、priceはDataFrameスライスであり、戻り値も同様です。 Npは価格DataFrameの幅(df.shape [1]と考える)で、Tpはdf.shape [0]です。これは本質的に1の列とlog(price)* volumeの列を作成し、各dfが(TxN)である各系列のリターンの回帰で使用されます。ここで、Tは日付、Nは証券です。あなたが提供できるどんなガイダンスも大歓迎です。

5
Robert Garrison

問題は、numpyが1D配列(ベクトル)を持つことができるのに対し、MATLABはできないことです。したがって、np.ones([Tp,1])配列を作成すると、1次元のサイズが1である2D配列が作成されます。MATLABでは、これは「ベクトル」と見なされますが、numpyではそうではありません。

したがって、必要なのは、np.onesに単一の値を与えることです。これはベクトルになります(2D正方行列になるMATLABとは異なります)。同じルールがnp.zerosと、ディメンションを入力として受け取るその他の関数にも適用されます。

だからこれはうまくいくはずです:

X = np.column_stack([np.ones(Tp), sgn*np.log(prices.iloc[:,1])*volumes.iloc[:,1]])

そうは言っても、このようにすることでpandasを使用する利点のほとんどを失っています。日付としてインデックスを使用してDataFrameを1つに結合し、新しい計算を含む列。日付がインデックスであると仮定すると、次のようなものが機能するはずです(日付がインデックスの場合、set_indexを使用してそれらをインデックスにします)。

data = pd.concat([returns, prices, volumes], axis=1)
data['sign'] = modified_sign(data['ret')
data['X0'] = 1
data['X1'] = data['sign']*np.log(data['AVGPRC'])*data['VOLAVG']

もちろん、X0X1をよりわかりやすい名前に置き換えます。このアプローチを使用してX0が必要かどうかはわかりませんが、作業がはるかに簡単になります。 -データ構造あり。

また、日付が文字列の場合は、pandasの日付に変換する必要があります。文字列よりもはるかに使いやすくなっています。

2
TheBlackCat