Numpy数组，数据必须是一维的。

Question

我正在尝试用Python复现MatLab代码，但遇到了一个MatLab矩阵的问题。以下是MatLab代码块：

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

我在创建“X”时遇到了困难，总是遇到“数据必须是1维”的错误。以下是我尝试多次复制这段代码的其中一次尝试：

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分别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分别代表收益率序列的长度和宽度。

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

Tv和Nv分别代表体积系列的长度和宽度。

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

ones数组：

np.ones([Tp,1])

would be (9455,1)

Sample Volume Data:

    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

返回样例数据

    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

我最终想要实现一个（9455,2）的数组，其中X.iloc [:,0]=1并且X.iloc[:,2]=log（price）*volume适用于每一行。

我参考了在线的MatLab到Numpy文档（https://docs.scipy.org/doc/numpy-dev/user/numpy-for-matlab-users.html），并查看了各种其他的StackOverflow帖子，但都没有找到答案。

对于上下文，modified_sign是外部函数，prices是DataFrame切片，returns也是如此。np是价格DataFrame的宽度（类似于df.shape [1]），而Tp是df.shape [0]。这本质上是为每个返回系列创建一个由1和log(price)*volume组成的列，其中每个df都是（TxN），其中T是日期，N是证券。如果您能提供任何指导，将不胜感激。

- Robert Garrison

---

由于一些变量/函数缺失，我们无法重现该问题，您能在调用np.concatenate之前打印参数的形状吗？ - npit

更好的做法是添加一些“玩具”数据，将你的Python代码转换成一个MCVE。 - PM 2Ring

已按要求添加了玩具数据。 - Robert Garrison

请记住，MATLAB矩阵是二维或更高维的。numpy数组可以是一维的。numpy有一个np.matrix类，始终是二维的，这可以使从MATLAB过渡更容易。但从长远来看，最好使用常规的np.array。 - hpaulj

谢谢，之前我尝试使用矩阵函数但是没有成功。感谢你的帮助。我一直收到“异常：数据必须是一维”的错误提示。 - Robert Garrison

Answer 1

问题在于numpy可以有1D数组（向量），而MATLAB则不行。因此，当您创建np.ones([Tp,1])数组时，它会创建一个二维数组，其中一个维度的大小为1。在MATLAB中，这被认为是“向量”，但在numpy中不是。

因此，您需要给np.ones一个单一的值。这将导致一个向量（与MATLAB不同，其中它将导致2D正方形矩阵）。相同的规则适用于np.zeros和任何其他以尺寸为输入的函数。

所以这应该可以解决问题：

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

话虽如此，你通过这种方式失去了使用pandas的大部分优势。更好的方法是将DataFrame合并成一个，使用日期作为索引，然后创建一个新列进行计算。假设日期是索引，可以像这样操作（如果日期是索引，请使用set_index将其设置为索引）：

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，你需要使用更加具有信息性的名称来替换X0和X1，我不确定在使用这种方法时是否需要X0，但这样可以让你得到一个更易于处理的数据结构。

此外，如果你的日期是字符串，你应该将它们转换为 pandas 日期。与字符串相比，它们更容易处理。

- TheBlackCat