线性回归函数运行到“nan未定义”错误

Question

我正在尝试计算特定时间范围内股票价格开发的线性回归。代码运行良好，直到我添加stats.linregress（）函数;给我以下错误：

Traceback (most recent call last):
File "C:/[...]/PycharmProjects/Portfolio_Algorithm/Main.py", line 3, in
from scipy import stats

File "C:[...]\Continuum\Anaconda3\lib\site-packages\scipy__init__.py", line 61, in

from numpy import show_config as show_numpy_config

File "C:[...]\Python\Python35\site-packages\numpy__init__.py",line 142, in

from . import add_newdocs

File "C:[...]\Python\Python35\site-packages\numpy\add_newdocs.py",line 13, in

from numpy.lib import add_newdoc

File "C:[...]\Python\Python35\site-packages\numpy\lib__init__.py",line 8, in

from .type_check import *

File "C:[...]\Python\Python35\site-packages\numpy\lib\type_check.py", line 11, in

import numpy.core.numeric as _nx

File "C:[...]\Python\Python35\site-packages\numpy\core__init__.py", line 21, in

from . import umath

File "C:[...]\Python\Python35\site-packages\numpy\core\umath.py",line 30, in

NAN = nan NameError: name 'nan' is not defined

我使用Python 3.5，森蚺（用于SciPy的和numpy的）和PyCharm。

from yahoo_finance import Share 
from math import log 
from scipy import stats 

yahoo = Share('YHOO') 

date_list=[] 
price_list=[] 

timeframe = (yahoo.get_historical('2016-01-01', '2016-10-29')) 
for item in timeframe: 
    date_list.extend([item['Date']]) 
    price_list.extend([log(float(item['Close']))]) 

slope = stats.linregress(date_list, price_list) 
print(slope) 

当我运行scipy用户指南的例子时，我得到了同样的错误。 例（link）：

from scipy import stats 
np.random.seed(12345678) 
x = np.random.random(10) 
y = np.random.random(10) 
slope, intercept, r_value, p_value, std_err = stats.linregress(x,y) 
print("r-squared:", r_value**2) 

有谁知道什么可能导致这个错误吗？

Answer 1

这里是你的榜样，重新写入解决的几个问题：

from yahoo_finance import Share 
from math import log 
from scipy import stats 
from time import mktime, strptime 
import numpy as np 

yahoo = Share('YHOO') 
timeframe = yahoo.get_historical('2016-01-01', '2016-10-29') 
tpattern = '%Y-%m-%d' # Time-match-pattern 

dates = np.zeros(len(timeframe)) 
prices = np.zeros(len(timeframe)) 

for ii,item in enumerate(timeframe): 
    dates[ii] = mktime(strptime(item['Date'], tpattern)) 
    prices[ii] = float(item['Close']) 

slope = stats.linregress(dates, np.log10(prices)) 
print(slope) 

的get_historical方法返回的dict，每个包含字符串列表。您需要将您的数据转换为float以使其有用。这似乎是你的例子中的主要问题。

由于您在开始时拉取数据并知道要分析多少个数据点，因此没有理由将列表用作数据结构; numpy数组效率更高。因此，使用dates和prices而不是列表。

使用numpy数组，对整个价格数据阵列进行操作以生成对数而不是在循环中一次处理效率更高。

您可能打算以10为底的对数，而不是斜率的自然对数。