Python股票数据处理的一些代码细节

Numpy和Pandas相关

Numpy和Pandas比较

Pandas和Numpy各有所长。

在处理股票数据的基础阶段，Pandas能够清晰地展示股票代码、交易日期、价格等信息，且对于信息的分类、归集、整理有很多针对性强的功能函数，非常便捷。

在处理股票数据的高级阶段，尤其在涉及机器学习领域，Numpy用处更多。首先因为Keras等函数库要求的输入类型多为numpy.ndarray，更深层的原因是Numpy在多维数据储存和处理上更具优势，而且由于Numpy的数据为单一类型，处理速度比Pandas快很多。

numpy.ndarray和多类型数据

由于numpy.ndarray要求存储单一类型数据，用np.array()函数转换DataFrame时，如果value有多种数据类型，比如string、int、float，转换后dtype（数据表中的元素类型）会显示为object（不是很懂这是什么东西），虽然单独提取时，会“还原”为string、int或float（datatime会被转换为int），但接下来对整块数据操作时，比如遇到要求float数据类型，必须先用astype(float)进行转换，否则会报错。

i_str = [['a', 'b', 'c']]
i_int = [[1, 2, 3]]
i_float = [[1.1, 2.2, 3.3]]

i_array = np.concatenate((i_str, i_int, i_float), axis = 0)
print(i_array)
[['a' 'b' 'c']
 ['1' '2' '3']
 ['1.1' '2.2' '3.3']]
print(i_array.dtype)
output: <U32

a = i_array[0,1]
b = i_array[1,1]
c = i_array[2,1]
d = c.astype(float)
print(type(a))
output: <class 'numpy.str_'>
print(type(b))
output: <class 'numpy.str_'>
print(type(c))
output: <class 'numpy.str_'>
print(type(d))
output: <class 'numpy.float64'>

还是由于存储单一类型数据的限制，可以对提取的元素单独进行类型转换，但对整块元素进行类型转换是行不通的。

i_array[1:,:] = i_array[1:,:].astype(float)
print(i_array)
[['a' 'b' 'c']
 ['1.0' '2.0' '3.0']
 ['1.1' '2.2' '3.3']]

转换后由于有第一行string类型的限制，二、三行在被转换成float后，又被转换回string了。

Numpy神奇的取值方法

不同于DataFrame，numpy.ndarray本身是没有索引的，但它的索引方式相当灵活。

比如，以长度相同的，元素为布尔值的numpy.ndarray作为索引。

y = np.array([1, 2, 3, 4, 5])
z = np.array([False,False,False,True,True])
x = y[z]
print(x)

output: [4 5]

再此基础上，又可以用各种方法生成这种布尔值索引，比如以下：

y = np.array([1, 2, 3