Python在量化金融中运用最广泛的几个Library:
numpy
scipy
pandas
matplotlib
NumPy 简介
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。
"from numpy import *"
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。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:
import numpy as np
np.version.full_version
'1.8.0'
二、NumPy对象:数组
NumPy中的基本对象是同类型的多维数组(homogeneous multidimensional array)
a = np.arange(20)
print a
[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19]
type(a)
numpy.ndarray
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:
a = a.reshape(2, 2, 5)
[[[ 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。
a.ndim
3a.shape
(2, 2, 5)
a.size
20
a.dtype
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:
raw = [0,1,2,3,4]
a= np.array(raw) #[0 1 2 3 4]
raw = [[0,1,2,3,4], [5,6,7,8,9]]
b = np.array(raw)
#[[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:
d = (4, 5)
np.zeros(d)
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:
np.ones(d, dtype=int)
[0, 1)区间的随机数数组:
np.random.rand(5)
array([ 0.7261, 0.9573, 0.388 , 0.4874, 0.1617])
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:
a = np.array([[1.0, 2], [2, 4]])
b = np.array([[3.2, 1.5], [2.5, 4]])
print(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,
print 3 * a
[[ 3. 6.] [ 6. 12.]]
类似C++,’+=’、’-=’、’*=’、’/='操作符在NumPy中同样支持:
开根号求指数也很容易:
print np.exp(a)
print np.sqrt(a)
print np.square(a)
print np.power(a, 3)
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:
a = np.arange(20).reshape(4,5)
print (a)
print ("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)))
[[ 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]
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:
a = np.arange(20).reshape(4, 5)
a = np.asmatrix(a)
print (type(a)) #<class 'numpy.matrixlib.defmatrix.matrix'>
b = np.matrix('1.0 2.0; 3.0 4.0')
print (type(b)) #<class 'numpy.matrixlib.defmatrix.matrix'>
b = np.arange(2, 45, 3).reshape(5, 3)
print(b)
b = np.mat(b)
print(b)
[[ 2 5 8]
[11 14 17]
[20 23 26]
[29 32 35]
[38 41 44]]
[[ 2 5 8]
[11 14 17]
[20 23 26]
[29 32 35]
[38 41 44]]np.linspace(0, 2, 9)
array([ 0. , 0.25, 0.5 , 0.75, 1. , 1.25, 1.5 , 1.75, 2. ])
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:
a = np.array([[3.2, 1.5], [2.5, 4]])
print(a[0][1])
print(a[0, 1])
1.5
1.5b = a
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:
b = a.copy()
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:
a = np.arange(20).reshape(4, 5)
print (a[:,[1,3]])
print (a[:,[1]])
print (a[:,1])
[[ 1 3] [ 6 8] [11 13] [16 18]] [[ 1] [ 6] [11] [16]] [ 1 6 11 16]
稍微复杂一些,我们尝试取出满足某些条件的元素,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:
a[:, 2][a[:, 0] > 5] #array([12, 17])
可使用where函数查找特定值在数组中的位置:
print(a)
loc = np.where(a==11)
print(loc)
print (a[loc[0][0], loc[1][0]]) #11
# [[ 0 1 2 3 4]
# [ 5 6 7 8 9]
# [10 11 12 13 14]
# [15 16 17 18 19]]
# (array([2], dtype=int64), array([1], dtype=int64))
六、数组操作
矩阵转置:
a = np.random.rand(2,4)
print (a)
a = np.transpose(a) #转置阵
print ("a is an array, by using transpose(a):")
print (a)
b = np.random.rand(2,4)
b = np.mat(b)
print (b)
print ("b is a matrix, by using b.T:")
print (b.T) #转置阵
# [[ 0.5767 0.0306 0.0309 0.8471]
# [ 0.7568 0.8851 0.1031 0.3775]]
# a is an array, by using transpose(a):
# [[ 0.5767 0.7568]
# [ 0.0306 0.8851]
# [ 0.0309 0.1031]
# [ 0.8471 0.3775]]
# [[ 0.0197 0.8156 0.6196 0.4281]
# [ 0.393 0.5539 0.3431 0.1927]]
# b is a matrix, by using b.T:
# [[ 0.0197 0.393 ]
# [ 0.8156 0.5539]
# [ 0.6196 0.3431]
# [ 0.4281 0.1927]]
矩阵求逆:
import numpy.linalg as nlg
a = np.random.rand(2,2)
a = np.mat(a)
print (a)
ia = nlg.inv(a)
print (ia)
print (a * ia)
# [[ 0.512 0.3824]
# [ 0.3855 0.579 ]]
# [[ 3.8834 -2.5644]
# [-2.5852 3.4342]]
# [[ 1. 0.]
# [ 0. 1.]]
求特征值和特征向量
a = np.random.rand(3,3)
eig_value, eig_vector = nlg.eig(a)
print (eig_value)
print (eig_vector)
# [ 1.2348 -0.2653 0.4338]
# [[ 0.6992 0.7358 0.1208]
# [ 0.4979 -0.4632 -0.935 ]
# [ 0.5131 -0.494 0.3334]]
按列拼接两个向量成一个矩阵:
a = np.array((1,2,3))
b = np.array((7,8,9))
print(a)
print(b)
print (np.column_stack((a,b)))
# [1 2 3]
# [7 8 9]
# [[1 7]
# [2 8]
# [3 9]]
拼接成一个矩阵,可以通过vstack和hstack完成:
a = np.random.rand(2,2)
b = np.random.rand(2,2)
print (a)
print (b)
c = np.hstack([a,b])
d = np.vstack([a,b])
print (c)
print (d)
# [[ 0.3145 0.1903]
# [ 0.4647 0.383 ]]
# [[ 0.1069 0.7182]
# [ 0.3543 0.5928]]
# [[ 0.3145 0.1903 0.1069 0.7182]
# [ 0.4647 0.383 0.3543 0.5928]]
# [[ 0.3145 0.1903]
# [ 0.4647 0.383 ]
# [ 0.1069 0.7182]
# [ 0.3543 0.5928]]
七、缺失值
NumPy提供nan作为缺失值的记录,通过isnan判定。
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。
print (np.nan_to_num(a))
# [[ 0.0177 0. ]
# [ 0.9551 0.6671]]
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