Numpy数组，数据必须是一维

我正在尝试在Python中重现MatLab代码，并且正在绊倒MatLab矩阵。在MATLAB代码块低于：Numpy数组，数据必须是一维

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

我有一个很难创造没有得到“数据必须是一个维的错误“X”下面是我的许多尝试之一，试图重现此。的代码部分：

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和Np个是价格序列的长度和宽度

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

Tr和N T个是返回序列的长度和宽度

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

Tv和NV是音量系列

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

的那些阵列的长度和宽度：

np.ones([Tp,1])

将是（9455,1）

样本体积数据：

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

个

样品价格数据

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

取样返回数据

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

我所最终试图实现为（9455,2）阵列，其中X.iloc [：，0] = 1和X.iloc [：，2] =每个行的log（price）*卷。

我引用MatLab Numpy文档在线（https://docs.scipy.org/doc/numpy-dev/user/numpy-for-matlab-users.html）并检出了各种其他StackOverflow帖子无济于事。

对于上下文，modified_sign是一个外部函数，price是一个DataFrame slice，就像返回一样。 Np是价格DataFrame的宽度（认为是df.shape [1]），Tp是df.shape [0]。这实际上创建了一列1s和log（价格）*交易量，用于每个回报系列的回归，其中每个df是（TxN），其中T是日期，N是证券。任何指导，你可以提供将不胜感激。

来源

2017-07-14 Robert Garrison

由于某些变量/函数缺失，我们无法重现该问题，您可以在调用之前将参数的形状打印到np.concatenate？ – npit

甚至更好：添加一些“玩具”数据来将你的Python代码变成[mcve]。 –

按要求添加玩具数据 –

问题是，numpy可以有一维数组（矢量），而MATLAB不能。所以当你创建np.ones([Tp,1])数组时，它将创建一个尺寸为1的二维数组。在MATLAB中，它被认为是“矢量”，但在numpy中它不是。

所以你需要做的是给np.ones一个单一的价值。这将导致一个向量（不像在MATLAB中它将产生一个二维方阵）。同样的规则适用于np.zeros以及任何其他将尺寸作为输入的函数。

所以这应该工作：

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

话虽这么说，你是做这种方式失去大部分的使用熊猫的优势。将DataFrames合并为一个使用日期作为索引的数据框会更好，然后通过计算创建一个新列。假设日期的指数，这样的事情应该工作（如果日期是指数使用使他们索引）：

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']

当然，你将取代X0和X1更多的信息名字，我不是确定你甚至需要使用这种方法X0，但这会让你更容易处理数据结构。

另外，如果你的日期是字符串，你应该将它们转换成熊猫日期。与弦乐相比，他们工作得更好。

来源

2017-07-15 02:17:21 TheBlackCat

Numpy数组，数据必须是一维

回答

相关问题