numpy数组，数据必须为一维

Question

我试图在Python中重现MatLab代码，并绊倒了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))];

我很难创建“ X”，而没有得到“数据必须是一维错误。这是我的尝试之一，其中许多尝试是为了重现这段代码：

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是收益系列的长度和宽度

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

电视和电视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

一个数组：

np.ones([Tp,1])

会是（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

样品返回数据

    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和X.iloc [：，2] = log（price）*每行的数量。

我在网上参考了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帖子都无济于事。

就上下文而言，modified_sign是一个外部函数，prices是一个DataFrame slice，就像返回一样。Np是价格DataFrame的宽度（认为df.shape [1]），而Tp是df.shape [0]。从本质上讲，这将创建一列1s和log（price）* volume，以用于每个收益系列的回归分析，其中每个df为（TxN），其中T为日期，N为证券。您可以提供的任何指导将不胜感激。

Answer 1

问题是 numpy 可以有 1D 数组（向量），而 MATLAB 不能。因此，当您创建np.ones([Tp,1])数组时，它会创建一个二维数组，其中一维的大小为 1。在 MATLAB 中，这被视为“向量”，但在 numpy 中则不是。

所以你需要做的是给出np.ones一个单一的值。这将产生一个向量（不像在 MATLAB 中它会产生一个 2D 方阵）。相同的规则适用于np.zeros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]])

话虽如此，通过这种方式，您将失去使用 Pandas 的大部分优势。使用日期作为索引将 DataFrames 合并为一个会更好，然后创建一个带有计算的新列。假设日期是索引，这样的事情应该可以工作（如果日期是set_index用于使它们成为索引的索引）：

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，您会替换X0和X1使用更多信息的名称，我不确定您是否甚至需要X0使用这种方法，但这会让您更容易使用数据结构。

此外，如果您的日期是字符串，您应该将它们转换为熊猫日期。它们比字符串更好用。