Numpy数组，数据必须为一维
我试图用Python语言重现MatLab代码，但遇到了一个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))];我很难创建'X‘而没有得到“数据必须是一维错误。下面是我的一次尝试，很多人试图重现这段代码：
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是价格序列的长度和宽度
crsp['PRC'].to_frame().shape = (9455,1)
Tp, Np = crsp['PRC'].to_frame().shape Tr和Nr是返回序列的长度和宽度
crsp['RET'].to_frame().shape = (9455,1)
Tr, Nr = crsp['RET'].to_frame().shapeTv和Nv是卷系列的长度和宽度
crsp['VOL'].to_frame().shape = (9455,1)
Tv, Nv = crsp['VOL'].to_frame().shape个数组：
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示例价格数据
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我最终尝试实现的是一个(9455,2)数组，其中每行的价格和X.iloc：，2=log( X.iloc:,0=1 )*量。
我参考了MatLab to Numpy document online (https://docs.scipy.org/doc/numpy-dev/user/numpy-for-matlab-users.html)，并查看了其他各种StackOverflow帖子，但都无济于事。
对于上下文，modified_sign是一个外部函数，prices是一个DataFrame切片，就像返回一样。Np是价格DataFrame的宽度(想想df.shape1)，Tp是df.shape。这在本质上创建了一列1和log(价格)*量，用于每个回报序列的回归，其中每个df是(TxN)，其中T是日期，N是证券。如果您能提供任何指导，我们将不胜感激。
回答 1
Stack Overflow用户
发布于 2017-07-15 10:17:21
问题是numpy可以有一维数组(向量)，而MATLAB不能。因此，当您创建np.ones([Tp,1])数组时，它就是在创建一个二维数组，其中一维的大小为1。
所以你需要做的就是给np.ones一个值。这将产生一个向量(不像在MATLAB中，它将产生一个2D方阵)。同样的规则也适用于np.zeros和任何其他将尺寸作为输入的函数。
因此，这应该是可行的：
X = np.column_stack([np.ones(Tp), sgn*np.log(prices.iloc[:,1])*volumes.iloc[:,1]])也就是说，通过这种方式，您将失去使用熊猫的大部分优势。更好的做法是使用日期作为索引将DataFrames合并为一个，然后使用计算创建一个新列。假设日期是索引，应该可以这样工作(如果日期是索引，则使用set_index将其创建为索引)：
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，您可以用更具信息性的名称替换X0和X1，我不确定您是否需要使用这种方法的X0，但这将使您更容易使用数据结构。
此外，如果日期是字符串，则应将其转换为pandas日期。使用它们比使用字符串要好得多。
https://stackoverflow.com/questions/45112856
复制相似问题
腾讯云开发者
