我仍然是Python的新手,但我真的想在python中对我的论文进行分析,以便我可以学到更多。
我试图在Python中估计三种类型的实现差异。使用我在VBA中整理的五分钟数据,并成功将excel-dates转换为Python日期,并使用以下代码将其与返回值匹配:
import xlrd as xl
import math as m
import datetime as time
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
file_loc = "/Python/fivecrude.xlsx"
workbook = xl.open_workbook(file_loc)
sheet = workbook.sheet_by_index(0)
tot = sheet.nrows
data = [[sheet.cell_value(r, c) for c in range(sheet.ncols)] for r in range(sheet.nrows)]
P = []
T = []
price = []
time = []
for i in range(2, tot):
t = data[i][0]
ret = data[i][2]
t = xl.xldate_as_tuple(t, 0)
P.append(ret)
T.append(t)
r = np.asarray(P)
time = np.asarray(T)
matrix = {'Date': time, 'Price': r}
看着Matrix我得到了日期和相应的回报。
Out[466]:
{'Date': array([[2015, 2, 27, 18, 50, 2],
[2015, 2, 27, 18, 45, 1],
[2015, 2, 27, 18, 40, 1],
...,
[2014, 3, 3, 8, 20, 1],
[2014, 3, 3, 8, 15, 3],
[2014, 3, 3, 8, 10, 3]]),
'Price': array([ 0.00096852, 0.00226354, 0.00145784, ..., 0.00090302,
0.00189899, 0.00135863])}
如何构建一个例程,该例程将连续对一整天的相应回报进行求和并对其进行求和,从而得出周和月?但是,如果我能在一天内如何做到这一点,我可以弄清楚其余部分。
答案 0 :(得分:0)
在最新版本的python统计模块中添加了具有方差和其他一些有用功能。请使用:import statistics