Question

我试图用Python重现MatLab代码，并且遇到了MatLab矩阵。 MatLab中的代码块如下：

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

我很难创造＆＃39; X＆＃39;没有得到＆＃34;数据必须是1维错误。以下是我尝试重现此部分代码的尝试之一：

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是价格系列的长度和宽度

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

Tr和Nr是退货系列的长度和宽度

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

Tv和Nv是体积系列的长度和宽度

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

那些数组：

np.ones([Tp,1])

将是（9455,1）

样本量数据：

    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

样本价格数据

    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

样本返回数据

    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

我最终想要实现的是一个（9455,2）数组，其中X.iloc [：，0] = 1，X.iloc [：，2] = log（price）*每行的体积。< / p>

我在线引用了MatLab到Numpy文档（https://docs.scipy.org/doc/numpy-dev/user/numpy-for-matlab-users.html）并检查了其他各种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切片，就像返回一样。 Np是价格DataFrame的宽度（想想df.shape [1]），Tp是df.shape [0]。这实际上创建了一个1s和log（price）*体积的列，用于每个返回系列的回归，其中每个df是（TxN），其中T是日期，N是证券。我们非常感谢您提供的任何指导。

Answer 1

问题是numpy可以有1D数组（向量），而MATLAB则不能。因此，当您创建np.ones([Tp,1])数组时，它正在创建一个2D数组，其中一个维度的大小为1.在MATLAB中，它被视为＆＃34;向量＆＃34;，但在numpy中它不是＆＃39; ;吨

所以你需要做的是给np.ones一个值。这将产生一个向量（与MATLAB不同，它将产生一个2D方阵）。同样的规则适用于np.zeros以及将维度作为输入的任何其他函数。

所以这应该有效：

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

话虽这么说，你正在通过这种方式失去使用大熊猫的大部分优势。使用日期作为索引将DataFrame合并为一个更好，然后使用计算创建一个新列。假设日期是索引，这样的东西应该有用（如果日期是索引使用set_index来使它们成为索引）：

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，您会将X0和X1替换为更具信息性的名称，我不确定您是否需要X0使用此方法，但这样可以让您更轻松 - 与数据结构合作。

此外，如果您的日期是字符串，则应将其转换为pandas日期。它们比字符串更好用。

Numpy Array，数据必须是1维的

1 个答案: