Python數據分析--Numpy常用函數介紹(2)

来源:https://www.cnblogs.com/codingchen/archive/2022/05/21/16290862.html
-Advertisement-
Play Games

摘要:本篇我們將以分析歷史股價為例,介紹怎樣從文件中載入數據,以及怎樣使用NumPy的基本數學和統計分析函數、學習讀寫文件的方法,並嘗試函數式編程和NumPy線性代數運算,來學習NumPy的常用函數。 一、文件讀入 :讀寫文件是數據分析的一項基本技能 CSV(Comma-Separated Valu ...


摘要:本篇我們將以分析歷史股價為例,介紹怎樣從文件中載入數據,以及怎樣使用NumPy的基本數學和統計分析函數、學習讀寫文件的方法,並嘗試函數式編程和NumPy線性代數運算,來學習NumPy的常用函數。

一、文件讀入 :讀寫文件是數據分析的一項基本技能

CSV(Comma-Separated Value,逗號分隔值)格式是一種常見的文件格式。通常,資料庫的轉存文件就是CSV格式的,文件中的各個欄位對應於資料庫表中的列。

NumPy中的 loadtxt 函數可以方便地讀取CSV文件,自動切分欄位,並將數據載入NumPy數組。

1、保存或創建新文件 

import numpy as np

i = np.eye(3) #eye(n)函數創建n維單位矩陣
print(i)
np.savetxt('test.txt', i) #savetxt()創建並保存test.txt文件
savetxt()函數,如果有已經文件則更新,如目錄中沒有,則創建並保存test.txt文件

運行結果如下:

[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]

2、讀取csv文件的函數loadtxt

1)先在保存程式的目錄下創建一個名稱為data.csv的文件,並設置數據如下圖:

2)讀取文件,如下:

c,v=np.loadtxt('data.csv', delimiter=',', usecols=(6,7), unpack=True)

usecols 的參數是一個元組,以獲取第7欄位至第8欄位的數據,也就是上述文件中 股票的收盤價和成交量數據。 unpack 參數設置為 True ,是分拆存儲不同列的數據,即分別將收盤價和成交量的數組賦值給變數c和v。

3、常見的函數

成交量加權平均、時間加權、算術平均值、中位數、方差等

import numpy as np

i = np.eye(3) #eye(n)函數創建n維單位矩陣
print(i)
np.savetxt('test.txt', i) #savetxt創建並保存test.txt文件

#讀取csv文件
c,v=np.loadtxt('data.csv', delimiter=',', usecols=(6,7), unpack=True)
"""usecols 的參數為一個元組,以獲取第7欄位至第8欄位的數據,也就是股票的收盤價和成交量數據。 unpack 參數設置為 True ,是分拆存儲不同列的數據,即分別將收
盤價和成交量的數組賦值給變數c和v"""
vwap = np.average(c, weights=v)  #調用了average函數,將v作為權重參數使用,
print(vwap)
print('\n')
print( np.mean(c)) #算術平均值
print('\n')
t = np.arange(len(c))
print( t )
print('\n')
twap =np.average(c, weights=t) #按時間權重
print( twap )
print('\n')
h,l=np.loadtxt('data.csv',delimiter=',', usecols=(4,5), unpack=True)
# 獲取第4欄位至第5欄位的數據,即股票的最高價和最低價

print ( np.max(h)) #獲取最大值max()
print ( np.min(l)) #獲取最小值min()
print('\n')
print( np.ptp(h) ) # 用ptp()函數計算了極差,即最大值和最小值之間的差值
print( np.ptp(l) )
print('\n')
print( np.median(c)) # 中位數median()函數,即多個數據中,處於中間的數
print( np.msort(c))#msort(( ))函數對價格數組進行排序,可以驗證上述中位數
#方差的計算
variance = np.var(c) #方差函數var()
print(variance)

用代碼、excel進行相關計算,運行結果如下:

為後面計算,將data.csv中的數據多增加幾行,修改如下並保存(為後面日期讀寫與修改,日期形式修改成如下)

603112,2022-4-1,,13.56,13.97,13.55,13.87,3750000
603112,2022-4-2,,13.75,14.25,13.69,14.03,4003500
603112,2022-4-3,,13.69,14.11,13.61,13.95,3956500
603112,2022-4-4,,14.3,14.3,13.73,13.89,4250000
603112,2022-4-5,,14.1,14.5,13.93,14,4013500
603112,2022-4-6,,14.5,15.4,14.35,15.4,9056500
603112,2022-4-7,,16,16.94,15.85,16.94,3750000

4、股票的收益率等

股市中最常見的就是漲幅,也就是今日收盤價相對昨日漲跌的比例,即  (今日收盤價-昨天收盤價)/昨日收盤價*100,numpy中的 diff() 函數可以返回一個由相鄰數組元素的差值構成的數組,由於相鄰數據相減,因此diff()數組數據較原數組少一個。

如上述修改後,有7天的收盤價,diff()計算出的結果就只有6位,

import numpy as np

#讀取csv文件
c,v=np.loadtxt('data.csv', delimiter=',', usecols=(6,7), unpack=True)

#股票的簡單收益率
# diff 函數可以返回一個由相鄰數組元素的差值構成的數組
results = np.diff(c)
print(results)
print('\n')
results1 = np.diff(c)/c[:-1]*100  #相對前一天的漲幅
print(results1)
print('\n')
Standard_deviation =np.std(results) # 計算出標準差
print(Standard_deviation)

運行結果,代碼、excel進行相比較:

5、對數收益與波動率

1)對數收益:log 函數得到每一個收盤價的對數,再對結果使用 diff 函數即可,

logreturns = np.diff( np.log(c) )
print(logreturns)

運行結果:

[ 0.01146966 -0.00571839 -0.00431035  0.00788817  0.09531018  0.09531018]

2) where的作用

 where 函數可以根據指定的條件返回所有滿足條件的序列索引值,比如上述logreturns中有兩個小於0的數據。

posretindices = np.where(results1 > 0) 
print('Indices with positive returns1',posretindices)

運行結果:

Indices with positive returns1 (array([0, 3, 4, 5], dtype=int64),)

3)波動率:波動率=對數收益率的標準差除以其均值,再除以交易周期倒數的平方根。下麵代碼分別為以年、月進行統計的波動率.

annual_volatility =(np.std(logreturns)/np.mean(logreturns))/np.sqrt(1./252.)#使用浮點數才能得到正確的結果
print ( annual_volatility )
#月波動率
month_volatility =(np.std(logreturns)/np.mean(logreturns))/np.sqrt(1./12.)
print ( month_volatility )

 6、日期分析

處理日期總是很煩瑣。NumPy是面向浮點數運算的,因此需要對日期做一些專門的處理。

通過上述代碼,我們知道,修改函數np.loadtxt('data.csv', delimiter=',', usecols=(6,7), unpack=True)中的參數 usecols=(6,7)就可以讀取不同的列,日期是在第2列,即下標應該為1(數列下標是從0開始的),可以重新定義新日期數列並獲取後存入。

代碼如下:

dates, c=np.loadtxt('data.csv', delimiter=',', usecols=(1,6), unpack=True) #讀取下標為1、6的數據,分別存入到dates和c數列中。

但實際運行過程中會報錯,

代碼需要作如下修改:

import numpy as np
from datetime import datetime

def datestr2num(s): #定義一個函數
    return datetime.strptime(s.decode('ascii'),"%Y-%m-%d").date().weekday()  
#decode('ascii') 將字元串s轉化為ascii碼

#讀取csv文件
dates,close=np.loadtxt('data.csv',delimiter=',', usecols=(1,6),converters={1:datestr2num},unpack=True)
print(dates)

運行結果:[4. 5. 6. 0. 1. 2. 3.],也是從0開始,到6結束。為了更好地說明數據,可以採用真實的數據,即從通信達軟體直接下載真實的交易數據,如下圖所示:

(註意:較原來少了一列空格列)

修改代碼如下:

import numpy as np
from datetime import datetime

def datestr2num(s): #定義一個函數
    return datetime.strptime(s.decode('ascii'),"%Y-%m-%d").date().weekday()  
#decode('ascii') 將字元串s轉化為ascii碼

#讀取csv文件
dates,c=np.loadtxt('data.csv',delimiter=',', usecols=(1,5),
                       converters={1:datestr2num},unpack=True)
print(dates)

print(len(dates)) #統計導出的天數

運行結果:

如上圖,導出有420天數據。

按周一到周五,統計相關數據:

averages = np.zeros(5) #創建包含5個元素的數組,保存交易日收盤價,0-4分別代表周一到周五五個交易日
for i in range(5):  #遍歷0到4的日期標識
    indices =np.where(dates==i)   #where函數得到各工作日的索引值並存儲在 indices 數組
    prices=np.take(c,indices)   #take函數獲取各個工作日的收盤價。
    avg= np.mean(prices) #每個工作日計算出平均值存放在 averages 數組
    averages[i] = avg  #每個工作日計算出平均值存放在 averages 數組
    print('day', i)
    #print('prices', prices)
    print("Average", avg)

print(averages)

當然除了上述外,還可以求得420天里的最大值、最小值以及交易日平均值中最大值、最小值等,對代碼進行如下修:

import numpy as np
from datetime import datetime

def datestr2num(s): #定義一個函數
    return datetime.strptime(s.decode('ascii'),"%Y-%m-%d").date().weekday()  
#decode('ascii') 將字元串s轉化為ascii碼

#讀取csv文件
dates,c=np.loadtxt('data.csv',delimiter=',', usecols=(1,5),
                       converters={1:datestr2num},unpack=True)

averages = np.zeros(5) #創建包含5個元素的數組,保存交易日收盤價,0-4分別代表周一到周五五個交易日
for i in range(5):  #遍歷0到4的日期標識
    indices =np.where(dates==i)   #where函數得到各工作日的索引值並存儲在 indices 數組
    prices=np.take(c,indices)   #take函數獲取各個工作日的收盤價。
    avg= np.mean(prices) 
    averages[i] = avg  #每個工作日計算出平均值存放在 averages 數組,共有5個數值
    print('day', i)
    #print('prices', prices)
    print("Average", avg)

print(averages)
print('\n')

print('the top close price:',np.max(c)) #最高收盤價
print('the low close price:',np.min(c)) #最低收盤價
print('\n')

top = np.max(averages)  #找出averages數列中的最大值
print ("Highest average", top)
print ("Top day of the week", np.argmax(averages)) #argmax函數返回的是averages數組中最大元素的索引值
print('\n')

bottom = np.min(averages) #找出averages數列中的最小值
print ("Lowest average", bottom)
print ( "Bottom day of the week", np.argmin(averages))#argmin函數返回的是averages數組中最小元素的索引值

運行結果如下:

 本篇初步導入了真實的股票交易信息,並利用numpy常見函數對進行了初步的計算,列舉了下列常用函數:

loadtxt() 函數可以方便地讀取CSV文件,自動切分欄位,並將數據載入NumPy數組。
savetxt()創建並保存test.txt文件
np.loadtxt('data.csv', delimiter=',', usecols=(6,7),)usecols參數用來選擇讀取的數列
np.average(c, weights=v) 加權平均,將v作為權重參數使用,
np.mean(c)) #算術平均值
np.max(h)) #獲取最大值max()
np.min(l)) #獲取最小值min()
np.ptp(h) ) 用ptp()函數計算了極值差,
np.median(c)) 中位數median()函數,即多個數據中,處於中間的數
np.msort(c))函數對價格數組進行排序,
np.var(c) 方差函數var()
np.diff(c) 函數可以返回一個由相鄰數組元素的差值構成的數組
np.std(results) # 標準差
np.diff( np.log(c) )
np.where(results1 > 0) 選擇
np.sqrt()#平方根sqrt(),浮點數
s.decode('ascii') 將字元串s轉化為ascii碼
np.take(c,indices) #take函數獲取各個工作日的收盤價。
np.argmax(averages)) #argmax函數返回數組中最大元素的索引值
np.argmin(averages))#argmin函數返回數組中最小元素的索引值

下一篇將介紹股市中常見的幾個指標線,如移動均線、布林線等。


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 出現mysqld: Can't create directory 'D:\Environment\mysql-5.7.37 \data' (Errcode: 2 - No such file or directory)極大原因是my.ini的配置有問題 my.ini配置 [mysqld] based ...
  • 分享嘉賓:牟娜 阿裡巴巴 高級演算法工程師 編輯整理:孫鍇 內容來源:DataFun AI Talk《定向廣告新一代點擊率預估主模型——深度興趣演化網路》 出品社區:DataFun 導讀: 本次帶給大家分享是阿裡媽媽在2018年做的模型上的創新——深度興趣演化網路(Deep Interest Evol ...
  • 一、概述 Oozie是一個基於工作流引擎的開源框架,依賴於MapReduce來實現,是一個管理 Apache Hadoop 作業的工作流調度系統。是由Cloudera公司貢獻給Apache的,它能夠提供對Hadoop MapReduce和Pig Jobs的任務調度與協調。Oozie需要部署到Java ...
  • B+樹索引的正確使用 索引並不是越多越好,索引創建越多,MySQL維護的代價越高,如果SQL未能完全使用到索引,創建索引的意義是不大的。 適用條件 表x,創建索引a,b,c。主鍵y。 全值匹配 select * from x where a = '' and b = '' and c = '' 當我 ...
  • 導讀: 線上社交媒體平臺的發展,帶來了細粒度檢索、視頻語義摘要等媒體智能服務的巨大需求。現有的視頻理解技術缺乏深入的語義線索,結合視頻中人物的社交關係才能更完整、準確地理解劇情,從而提升用戶體驗,支撐智能應用。這裡主要介紹我們將動態分析和圖機器學習相結合,圍繞視頻中的人物社交關係網路所開展的兩個最新 ...
  • 問題描述:發現主庫操作數據從庫沒有變動問題,可能原因是從庫重啟導致的無法同步問題。 排查思路: 1、查看主從複製狀態 發現從庫的IO和SQL進程都是no(正常狀態應該是yes) 註意:mysql replication中slave機器上有兩個關鍵進程,死一個都不行,一個是slave_sql_runn ...
  • Toolbar 新建項目會預設顯示ActionBar,ActionBar根據項目指定的主題來顯示,android:theam指定主題,在res/values/theams.xml中定義主題,因為用toolbar代替ActionBar,所以將parent主題設置為不帶ActionBar的主題,如下: ...
  • 在瀏覽器測試JavaScript的方法 JSFiddle Cross Browser Testing Tool Karam + Jasmine + Google Chrome CodePen JSBin Liveweave 測試JavaScript是一件很痛苦的事情。很多工具、技術和框架已經被開發出 ...
一周排行
    -Advertisement-
    Play Games
  • 前言 本文將以 C# 語言來實現一個簡單的布隆過濾器,為簡化說明,設計得很簡單,僅供學習使用。 感謝@時總百忙之中的指導。 布隆過濾器簡介 布隆過濾器(Bloom filter)是一種特殊的 Hash Table,能夠以較小的存儲空間較快地判斷出數據是否存在。常用於允許一定誤判率的數據過濾及防止緩存 ...
  • 目錄 一.簡介 二.效果演示 三.源碼下載 四.猜你喜歡 零基礎 OpenGL (ES) 學習路線推薦 : OpenGL (ES) 學習目錄 >> OpenGL ES 基礎 零基礎 OpenGL (ES) 學習路線推薦 : OpenGL (ES) 學習目錄 >> OpenGL ES 轉場 零基礎 O ...
  • 「簡單有價值的事情長期堅持做」 這是成功最簡單,但也最難學的秘訣。不經過訓練,人很難意識到時間複利的威力。 仙劍奇俠傳的「十里坡劍神」和金庸群俠傳的「十級野球拳」,就是簡單的事情持之以恆反覆做,最後就有巨大的威力 唐家三少成為網文收入第一,最重要的一步是十四年從未斷日更 這樣的案例很多,一開始可能成 ...
  • 迎面走來了你的面試官,身穿格子衫,挺著啤酒肚,髮際線嚴重後移的中年男子。 手拿泡著枸杞的保溫杯,胳膊夾著MacBook,MacBook上還貼著公司標語:“我愛加班”。 面試開始,直入正題。 面試官: 看你簡歷上面寫著精通MySQL,我先問你事務的特性是什麼? 老生常談,這個還有誰不會背的嗎? 我: ...
  • 基礎知識 python是一門腳本語言,它是解釋執行的。 python使用縮進做為語法,而且python2環境下同一個py文件中不能同時存在tab和空格縮進,否則會出錯,建議在IDE中顯示縮進符。 python在聲明變數時不寫數據類型,可以type(xx)來獲取欄位的類型,然後可以int(),list ...
  • 為什麼要多線程下載 俗話說要以終為始,那麼我們首先要明確多線程下載的目標是什麼,不外乎是為了更快的下載文件。那麼問題來了,多線程下載文件相比於單線程是不是更快? 對於這個問題可以看下圖。 橫坐標是線程數,縱坐標是使用對應線程數下載對應文件時花費的時間,藍橙綠代表下載文件的大小,每個線程下載對應文件2 ...
  • 詳細講解python爬蟲代碼,爬微博搜索結果的博文數據。 爬取欄位: 頁碼、微博id、微博bid、微博作者、發佈時間、微博內容、轉發數、評論數、點贊數。 爬蟲技術: 1、requests 發送請求 2、datetime 時間格式轉換 3、jsonpath 快速解析json數據 4、re 正則表達式提... ...
  • 背景: 一般我們可以用HashMap做本地緩存,但是HashMap功能比較弱,不支持Key過期,不支持數據範圍查找等。故在此實現了一個簡易的本地緩存,取名叫fastmap。 功能: 1.支持數據過期 2.支持等值查找 3.支持範圍查找 4.支持key排序 實現思路: 1.等值查找採用HashMap2 ...
  • 目錄 一.簡介 二.效果演示 三.源碼下載 四.猜你喜歡 零基礎 OpenGL (ES) 學習路線推薦 : OpenGL (ES) 學習目錄 >> OpenGL ES 基礎 零基礎 OpenGL (ES) 學習路線推薦 : OpenGL (ES) 學習目錄 >> OpenGL ES 轉場 零基礎 O ...
  • 本章是系列文章的第八章,用著色演算法進行寄存器的分配過程。 本文中的所有內容來自學習DCC888的學習筆記或者自己理解的整理,如需轉載請註明出處。周榮華@燧原科技 寄存器分配 寄存器分配是為程式處理的值找到存儲位置的問題 這些值可以存放到寄存器,也可以存放在記憶體中 寄存器更快,但數量有限 記憶體很多,但 ...