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。
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 –