量化分析师的Python日记【第3天:一大波金融Library来袭之numpy篇】
2016-08-06 11:32
471 查看
接下来要给大家介绍的系列中包含了Python在量化金融中运用最广泛的几个Library:
numpyscipy
pandas
matplotlib
会给初学者一一介绍
NumPy 简介
一、NumPy是什么?
量化分析的工作涉及到大量的数值运算,一个高效方便的科学计算工具是必不可少的。Python语言一开始并不是设计为科学计算使用的语言,随着越来越多的人发现Python的易用性,逐渐出现了关于Python的大量外部扩展,NumPy (Numeric Python)就是其中之一。NumPy提供了大量的数值编程工具,可以方便地处理向量、矩阵等运算,极大地便利了人们在科学计算方面的工作。另一方面,Python是免费,相比于花费高额的费用使用Matlab,NumPy的出现使Python得到了更多人的青睐。我们可以简单看一下如何开始使用NumPy:
In [1]:
import numpy numpy.version.full_version
Out[1]:
'1.8.0'
我们使用了"import"命令导入了NumPy,并使用numpy.version.full_version查出了量化实验室里使用的NumPy版本为1.8.0。在往后的介绍中,我们将大量使用NumPy中的函数,每次都添加numpy在函数前作为前缀比较费劲,在之前的介绍中,我们提及了引入外部扩展模块时的小技巧,可以使用"from numpy import *"解决这一问题。
那么问题解决了?慢!Python的外部扩展成千上万,在使用中很可能会import好几个外部扩展模块,如果某个模块包含的属性和方法与另一个模块同名,就必须使用import module来避免名字的冲突。即所谓的名字空间(namespace)混淆了,所以这前缀最好还是带上。
那有没有简单的办法呢?有的,我们可以在import扩展模块时添加模块在程序中的别名,调用时就不必写成全名了,例如,我们使用"np"作为别名并调用version.full_version函数:
In [2]:
import numpy as np np.version.full_version
Out[2]:
'1.8.0'
二、初窥NumPy对象:数组¶
NumPy中的基本对象是同类型的多维数组(homogeneous multidimensional array),这和C++中的数组是一致的,例如字符型和数值型就不可共存于同一个数组中。先上例子:In [3]:
a = np.arange(20)
这里我们生成了一个一维数组a,从0开始,步长为1,长度为20。Python中的计数是从0开始的,R和Matlab的使用者需要小心。可以使用print查看:
In [4]:
print a
[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19]
我们可以通过"type"函数查看a的类型,这里显示a是一个array:
In [5]:
type(a)
Out[5]:
numpy.ndarray
通过函数"reshape",我们可以重新构造一下这个数组,例如,我们可以构造一个4*5的二维数组,其中"reshape"的参数表示各维度的大小,且按各维顺序排列(两维时就是按行排列,这和R中按列是不同的):
In [6]:
a = a.reshape(4, 5)
print a
[[ 0 1 2 3 4] [ 5 6 7 8 9] [10 11 12 13 14] [15 16 17 18 19]]
构造更高维的也没问题:
In [7]:
a = a.reshape(2, 2, 5)
print a
[[[ 0 1 2 3 4] [ 5 6 7 8 9]] [[10 11 12 13 14] [15 16 17 18 19]]]
既然a是array,我们还可以调用array的函数进一步查看a的相关属性:"ndim"查看维度;"shape"查看各维度的大小;"size"查看全部的元素个数,等于各维度大小的乘积;"dtype"可查看元素类型;"dsize"查看元素占位(bytes)大小。
In [8]:
a.ndim
Out[8]:
3
In [9]:
a.shape
Out[9]:
(2, 2, 5)
In [10]:
a.size
Out[10]:
20
In [11]:
a.dtype
Out[11]:
dtype('int64')
三、创建数组¶
数组的创建可通过转换列表实现,高维数组可通过转换嵌套列表实现:In [12]:
raw = [0,1,2,3,4] a = np.array(raw) a
Out[12]:
array([0, 1, 2, 3, 4])
In [13]:
raw = [[0,1,2,3,4], [5,6,7,8,9]] b = np.array(raw) b
Out[13]:
array([[0, 1, 2, 3, 4], [5, 6, 7, 8, 9]])
一些特殊的数组有特别定制的命令生成,如4*5的全零矩阵:
In [14]:
d = (4, 5) np.zeros(d)
Out[14]:
array([[ 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0.]])
默认生成的类型是浮点型,可以通过指定类型改为整型:
In [15]:
d = (4, 5) np.ones(d, dtype=int)
Out[15]:
array([[1, 1, 1, 1, 1], [1, 1, 1, 1, 1], [1, 1, 1, 1, 1], [1, 1, 1, 1, 1]])
[0, 1)区间的随机数数组:
In [16]:
np.random.rand(5)
Out[16]:
array([ 0.29527786, 0.5790265 , 0.80226103, 0.8242678 , 0.4318122 ])
四、数组操作¶
简单的四则运算已经重载过了,全部的'+','-','*','/'运算都是基于全部的数组元素的,以加法为例:In [17]:
a = np.array([[1.0, 2], [2, 4]])
print "a:"
print ab = np.array([[3.2, 1.5], [2.5, 4]])
print "b:"
print b
print "a+b:"
print a+b
a: [[ 1. 2.] [ 2. 4.]] b: [[ 3.2 1.5] [ 2.5 4. ]] a+b: [[ 4.2 3.5] [ 4.5 8. ]]
这里可以发现,a中虽然仅有一个与元素是浮点数,其余均为整数,在处理中Python会自动将整数转换为浮点数(因为数组是同质的),并且,两个二维数组相加要求各维度大小相同。当然,NumPy里这些运算符也可以对标量和数组操作,结果是数组的全部元素对应这个标量进行运算,还是一个数组:
In [18]:
print "3 * a:" print 3 * a print "b + 1.8:" print b + 1.8
3 * a: [[ 3. 6.] [ 6. 12.]] b + 1.8: [[ 5. 3.3] [ 4.3 5.8]]
类似C++,'+='、'-='、'*='、'/='操作符在NumPy中同样支持:
In [19]:
a /= 2
print a
[[ 0.5 1. ] [ 1. 2. ]]
开根号求指数也很容易:
In [20]:
print "a:"
print aprint "np.exp(a):"
print np.exp(a)
print "np.sqrt(a):"
print np.sqrt(a)
print "np.square(a):"
print np.square(a)
print "np.power(a, 3):"
print np.power(a, 3)
a:
[[ 0.5 1. ] [ 1. 2. ]]np.exp(a):
[[ 1.64872127 2.71828183]
[ 2.71828183 7.3890561 ]]
np.sqrt(a):
[[ 0.70710678 1. ]
[ 1. 1.41421356]]
np.square(a):
[[ 0.25 1. ]
[ 1. 4. ]]
np.power(a, 3):
[[ 0.125 1. ]
[ 1. 8. ]]
需要知道二维数组的最大最小值怎么办?想计算全部元素的和、按行求和、按列求和怎么办?for循环吗?不,NumPy的ndarray类已经做好函数了:
In [21]:
a = np.arange(20).reshape(4,5)
print "a:"
print aprint "sum of all elements in a: " + str(a.sum())
print "maximum element in a: " + str(a.max())
print "minimum element in a: " + str(a.min())
print "maximum element in each row of a: " + str(a.max(axis=1))
print "minimum element in each column of a: " + str(a.min(axis=0))
a:
[[ 0 1 2 3 4] [ 5 6 7 8 9] [10 11 12 13 14] [15 16 17 18 19]]sum of all elements in a: 190
maximum element in a: 19
minimum element in a: 0
maximum element in each row of a: [ 4 9 14 19]
minimum element in each column of a: [0 1 2 3 4]
科学计算中大量使用到矩阵运算,除了数组,NumPy同时提供了矩阵对象(matrix)。矩阵对象和数组的主要有两点差别:一是矩阵是二维的,而数组的可以是任意正整数维;二是矩阵的'*'操作符进行的是矩阵乘法,乘号左侧的矩阵列和乘号右侧的矩阵行要相等,而在数组中'*'操作符进行的是每一元素的对应相乘,乘号两侧的数组每一维大小需要一致。数组可以通过asmatrix或者mat转换为矩阵,或者直接生成也可以:
In [22]:
a = np.arange(20).reshape(4, 5)
a = np.asmatrix(a)
print type(a)
b = np.matrix('1.0 2.0; 3.0 4.0')
print type(b)
<class 'numpy.matrixlib.defmatrix.matrix'> <class 'numpy.matrixlib.defmatrix.matrix'>
再来看一下矩阵的乘法,这使用arange生成另一个矩阵b,arange函数还可以通过arange(起始,终止,步长)的方式调用生成等差数列,注意含头不含尾。
In [23]:
b = np.arange(2, 45, 3).reshape(5, 3) b = np.mat(b) print b
[[ 2 5 8] [11 14 17] [20 23 26] [29 32 35] [38 41 44]]
有人要问了,arange指定的是步长,如果想指定生成的一维数组的长度怎么办?好办,"linspace"就可以做到:
In [24]:
np.linspace(0, 2, 9)
Out[24]:
array([ 0. , 0.25, 0.5 , 0.75, 1. , 1.25, 1.5 , 1.75, 2. ])
回到我们的问题,矩阵a和b做矩阵乘法:
In [25]:
print "matrix a:"
print aprint "matrix b:"
print b
c = a * b
print "matrix c:"
print c
matrix a:
[[ 0 1 2 3 4] [ 5 6 7 8 9] [10 11 12 13 14] [15 16 17 18 19]]matrix b:
[[ 2 5 8] [11 14 17] [20 23 26] [29 32 35] [38 41 44]]matrix c:
[[ 290 320 350]
[ 790 895 1000]
[1290 1470 1650]
[1790 2045 2300]]
五、数组元素访问¶
数组和矩阵元素的访问可通过下标进行,以下均以二维数组(或矩阵)为例:In [26]:
a = np.array([[3.2, 1.5], [2.5, 4]]) print a[0][1] print a[0, 1]
1.5 1.5
可以通过下标访问来修改数组元素的值:
In [27]:
b = a
a[0][1] = 2.0
print "a:"
print aprint "b:"
print b
a: [[ 3.2 2. ] [ 2.5 4. ]] b: [[ 3.2 2. ] [ 2.5 4. ]]
现在问题来了,明明改的是a[0][1],怎么连b[0][1]也跟着变了?这个陷阱在Python编程中很容易碰上,其原因在于Python不是真正将a复制一份给b,而是将b指到了a对应数据的内存地址上。想要真正的复制一份a给b,可以使用copy:
In [28]:
a = np.array([[3.2, 1.5], [2.5, 4]])
b = a.copy()
a[0][1] = 2.0
print "a:"
print aprint "b:"
print b
a: [[ 3.2 2. ] [ 2.5 4. ]] b: [[ 3.2 1.5] [ 2.5 4. ]]
若对a重新赋值,即将a指到其他地址上,b仍在原来的地址上:
In [29]:
a = np.array([[3.2, 1.5], [2.5, 4]])
b = a
a = np.array([[2, 1], [9, 3]])
print "a:"
print aprint "b:"
print b
a: [[2 1] [9 3]] b: [[ 3.2 1.5] [ 2.5 4. ]]
利用':'可以访问到某一维的全部数据,例如取矩阵中的指定列:
In [30]:
a = np.arange(20).reshape(4, 5)
print "a:"
print aprint "the 2nd and 4th column of a:"
print a[:,[1,3]]
a:
[[ 0 1 2 3 4] [ 5 6 7 8 9] [10 11 12 13 14] [15 16 17 18 19]]the 2nd and 4th column of a:
[[ 1 3]
[ 6 8]
[11 13]
[16 18]]
稍微复杂一些,我们尝试取出满足某些条件的元素,这在数据的处理中十分常见,通常用在单行单列上。下面这个例子是将第一列大于5的元素(10和15)对应的第三列元素(12和17)取出来:
In [31]:
a[:, 2][a[:, 0] > 5]
Out[31]:
array([12, 17])
可使用where函数查找特定值在数组中的位置:
In [32]:
loc = numpy.where(a==11) print loc print a[loc[0][0], loc[1][0]]
(array([2]), array([1])) 11
六、数组操作¶
还是拿矩阵(或二维数组)作为例子,首先来看矩阵转置:In [33]:
a = np.random.rand(2,4)
print "a:"
print aa = np.transpose(a)
print "a is an array, by using transpose(a):"
print ab = np.random.rand(2,4)
b = np.mat(b)
print "b:"
print b
print "b is a matrix, by using b.T:"
print b.T
a: [[ 0.73405579 0.26554639 0.35149432 0.55072272] [ 0.24976217 0.1432836 0.02280897 0.96363208]] a is an array, by using transpose(a): [[ 0.73405579 0.24976217] [ 0.26554639 0.1432836 ] [ 0.35149432 0.02280897] [ 0.55072272 0.96363208]] b: [[ 0.50191358 0.43575713 0.21853438 0.35257304] [ 0.73577449 0.57833658 0.65631312 0.91946705]] b is a matrix, by using b.T: [[ 0.50191358 0.73577449] [ 0.43575713 0.57833658] [ 0.21853438 0.65631312] [ 0.35257304 0.91946705]]
矩阵求逆:
In [34]:
import numpy.linalg as nlg
a = np.random.rand(2,2)
a = np.mat(a)
print "a:"
print aia = nlg.inv(a)
print "inverse of a:"
print ia
print "a * inv(a)"
print a * ia
a: [[ 0.24986812 0.64203429] [ 0.68509577 0.89203528]] inverse of a: [[-4.11144764 2.95917709] [ 3.15765019 -1.15165815]] a * inv(a) [[ 1.00000000e+00 -1.11022302e-16] [ 0.00000000e+00 1.00000000e+00]]
求特征值和特征向量
In [35]:
a = np.random.rand(3,3) eig_value, eig_vector = nlg.eig(a) print "eigen value:" print eig_value print "eigen vector:" print eig_vector
eigen value: [-0.32257267 1.51331428 0.71559965] eigen vector: [[-0.23964687 0.65384676 -0.42020057] [ 0.88862492 0.47277525 -0.1893484 ] [-0.39104365 0.59073512 0.88745629]]
按列拼接两个向量成一个矩阵:
In [36]:
a = np.array((1,2,3)) b = np.array((2,3,4)) print np.column_stack((a,b))
[[1 2] [2 3] [3 4]]
在循环处理某些数据得到结果后,将结果拼接成一个矩阵是十分有用的,可以通过vstack和hstack完成:
In [37]:
a = np.random.rand(2,2)
b = np.random.rand(2,2)
print "a:"
print aprint "b:"
print ac = np.hstack([a,b])
d = np.vstack([a,b])
print "horizontal stacking a and b:"
print c
print "vertical stacking a and b:"
print d
a: [[ 0.35141277 0.54723877] [ 0.39645303 0.88763732]] b: [[ 0.35141277 0.54723877] [ 0.39645303 0.88763732]] horizontal stacking a and b: [[ 0.35141277 0.54723877 0.42007564 0.80002737] [ 0.39645303 0.88763732 0.3000728 0.61844297]] vertical stacking a and b: [[ 0.35141277 0.54723877] [ 0.39645303 0.88763732] [ 0.42007564 0.80002737] [ 0.3000728 0.61844297]]
七、缺失值¶
缺失值在分析中也是信息的一种,NumPy提供nan作为缺失值的记录,通过isnan判定。In [38]:
a = np.random.rand(2,2) a[0, 1] = np.nan print np.isnan(a)
[[False True] [False False]]
nan_to_num可用来将nan替换成0,在后面会介绍到的更高级的模块pandas时,我们将看到pandas提供能指定nan替换值的函数。
In [39]:
print np.nan_to_num(a)
[[ 0.18218581 0. ] [ 0.26662401 0.05607354]]
NumPy还有很多的函数,想详细了解可参考链接http://wiki.scipy.org/Numpy_Example_List 和http://docs.scipy.org/doc/numpy
最后献上NumPy SciPy Pandas Cheat Sheet
![](http://datayes.oss-cn-hangzhou.aliyuncs.com/4.jpg)
http://q.datayes.com
相关文章推荐
- Python动态类型的学习---引用的理解
- Python3写爬虫(四)多线程实现数据爬取
- 垃圾邮件过滤器 python简单实现
- 下载并遍历 names.txt 文件,输出长度最长的回文人名。
- install and upgrade scrapy
- Scrapy的架构介绍
- Centos6 编译安装Python
- 使用Python生成Excel格式的图片
- 让Python文件也可以当bat文件运行
- [Python]推算数独
- Python中zip()函数用法举例
- Python中map()函数浅析
- Python将excel导入到mysql中
- Python在CAM软件Genesis2000中的应用
- 使用Shiboken为C++和Qt库创建Python绑定
- FREEBASIC 编译可被python调用的dll函数示例
- Python 七步捉虫法