Numpy Array，數據必須是1維的

Question

我試圖用Python重現MatLab代碼，並且遇到了MatLab矩陣。 MatLab中的代碼塊如下：

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

我很難創建'X'而沒有得到“數據必須是一維錯誤。下面是我嘗試重現這部分代碼的嘗試之一：

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是價格系列的長度和寬度

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

Tr和Nr是退貨系列的長度和寬度

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

Tv和Nv是體積系列的長度和寬度

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

那些數組：

np.ones([Tp,1])

將是（9455,1）

樣本量數據：

    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

樣品價格數據

    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

樣品退貨數據

    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

我最終想要實現的是一個（9455,2）數組，其中每行的X.iloc [：，0] = 1和X.iloc [：，2] = log（價格）*體積。

我在線引用了MatLab到Numpy的文檔（ https://docs.scipy.org/doc/numpy-dev/user/numpy-for-matlab-users.html ），並檢查了各種其他StackOverflow帖子無濟於事。

對於上下文，modified_sign是一個外部函數，price是一個DataFrame切片，就像返回一樣。 Np是價格DataFrame的寬度（想想df.shape [1]），Tp是df.shape [0]。 這實際上創建了一個1s和log（price）*體積的列，用於每個返回系列的回歸，其中每個df是（TxN），其中T是日期，N是證券。 我們非常感謝您提供的任何指導。

Answer 1

問題是numpy可以有1D數組（向量），而MATLAB則不能。 因此，當您創建np.ones([Tp,1])數組時，它正在創建一個2D數組，其中一個維度的大小為1.在MATLAB中，它被視為“向量”，但在numpy中它不是。

所以你需要做的是給np.ones一個值。 這將產生一個向量（與MATLAB不同，它將產生一個2D方陣）。 同樣的規則適用於np.zeros以及將維度作為輸入的任何其他函數。

所以這應該工作：

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

話雖這么說，你正在通過這種方式失去使用大熊貓的大部分優勢。 使用日期作為索引將DataFrame合並為一個更好，然后使用計算創建一個新列。 假設日期是索引，這樣的東西應該工作（如果日期是索引使用set_index使它們成為索引）：

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']

當然你會用更多信息的名稱替換X0和X1 ，我不確定你是否需要使用這種方法的X0 ，但這會讓你更容易使用數據結構。

此外，如果您的日期是字符串，您應該將它們轉換為pandas日期。 它們比字符串更好用。