我是Python和Numpy的新手......而且我被困了。我试图从现有numpy数组中的元素的日志返回创建一个新的numpy数组（即新数组=旧数组（使用ln（x / x-1））。我没有使用Pandas数据帧，因为我计划将回报的相关性（即＆＃34;新阵列）纳入大型蒙特卡罗模拟。如果这不是正确的道路，请打开建议。
这是我在stackflow搜索中找到的最接近的结果，但它不起作用： What is the most efficient way to get log returns in numpy
我的猜测是我需要传入现有数组的元素，但我认为在Numpy中使用数组和函数是摆脱Pandas系列和Python基本代码的全部好处。感谢帮助和反馈！
代码链接（我是新的，所以stackflow赢了，让我嵌入图片）：http://i.stack.imgur.com/wkf56.png
答案 0 :(得分：1)
Numpy为log函数，您可以将其直接应用于数组。返回值将是具有相同形状的新数组。请记住，输入应该是带有dtype == float的正值数组。
import numpy
old_array = numpy.random.random(5.) * 10.
new_array = numpy.log(old_array / (old_array - 1.))
print type(old_array)
# <type 'numpy.ndarray'>
print old_array.dtype
# float64
print old_array
# [ 8.56610175 6.40508542 2.00956942 3.33666968 8.90183905]
print new_array
# [ 0.12413478 0.16975202 0.68839656 0.35624651 0.11916237]