基于Numpy的统计分析

---

文件的读写（savetxt（写））、（loadtxt(读)）

1. import numpy as np
2. # a=np.eye(6)
3. # np.savetxt('lianxi.txt',a,fmt='%d')
4. # b=np.loadtxt('lianxi.txt')
5. # print(b)

数组的计算(axis=0,代表操作行，axis=1，代表操作列)

删除数据

1. # b=np.arange(12).reshape(3,4)
2. # b1=np.delete(b,0,axis=0) #数组元素的计算axis=0,代表操作行，axis=1，代表操作列
3. # print(b1)

计算加权平均数（average）

1. 加权平均数的计算（average）
2. np.average(求那一列，weights=将什么做为权重)

计算算数平均值、最大最小值、极差、中位数、方差

1. # b=np.arange(12).reshape(3,4)
2. # b1=np.delete(b,0,axis=0) #数组元素的计算axis=0,代表操作行，axis=1，代表操作列
3. # print(b1)
5. #加权平均数
6. # b1,b2,b3=np.loadtxt('data.csv',delimiter=',',usecols=(5,6,7),unpack=True)
7. # print(b2)
8. # print(b3)
9. # b4=np.average(b2,weights=b3)
10. # b5=np.average(b2)
11. # print(b4)
12. # b6=np.mean(b2) #算数平均数
13. # print(b6)
14. # print(b5)
15. # b7=max(b2) #最大
16. # b8=min(b2) #最小
17. # print(b8)
18. # print(b7)
19. # b9=np.ptp(b2) #极差
20. # print(b9)
21. #
22. # c1=np.median(b2) #中位数
23. # print(c1)
24. #
25. # c2=np.var(b2) #计算方差，方差越大波动越大
26. # c3=np.var(b1)
27. # print(c3)
28. # print(c2)

计算股价收益率、年波动率、月波动率

计算简单收益率、标准差

1. #简单收益率
2. # syl=np.diff(b2)/b2[:-1]
3. # print(syl)
4. #标准差
5. # bzc=np.std(syl)
6. # print(bzc)

计算对数收益率（先用log函数得到每一个收盘价的对数）

1. #对数收益率利用log函数获取每天收盘价的对数
2. # dssyl=np.diff(np.log(b2))
3. # print(dssyl)

获取收益率的正值

1. #获取收益率为正值的值所对应的下标
2. # zsyl=np.where(dssyl>0)
3. # print(zsyl)

股票的年波动率、月波动率

1. #计算年波动率（年波动率等于对数收益率的标准差除以其均值，在除以交易日倒数的平方根，通常交易日为252天）
2. # nbdl=np.std(dssyl)/np.mean(dssyl)/np.sqrt(1/252)
3. # print(nbdl)
5. #计算月波动率
6. # ybdl=np.std(dssyl)/np.mean(dssyl)/np.sqrt(1/12)
7. # print(ybdl)

其他常用函数

求数组内元素的乘积（prod）（cumprod）、求和（sum）

1. #数组的计算
2. a=np.arange(1,21)
3. print(a)
4. a=np.cumprod(a)
5. print(a)
6. b=np.sum(a) #求和
7. print(b)
8. 结果：
9. [ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20]
10. [ 1 2 6 24 120 720
11. 5040 40320 362880 3628800 39916800 479001600
12. 1932053504 1278945280 2004310016 2004189184 -288522240 -898433024
13. 109641728 -2102132736]
14. 268040729

数组的修剪（clip）

数组的压缩

日期处理函数

1. #时间日期函数（datetime）
2. # from datetime import datetime
3. # shijian=datetime.strptime('2017-12-31T10:53:49.875z','%Y-%m-%dT%H:%M:%S.%fZ')
4. # print(shijian)
5. #获取年月日
6. # data1=shijian.date()
7. # print(data1)
8. #可以分别获取年、月、日
9. # print(shijian.day)
10. # print(shijian.month)
11. # print(shijian.year)
12. #也可分别获取时、分、秒
13. # print(shijian.hour)
14. # print(shijian.minute)
15. # print(shijian.second)

案例分析

1. import numpy as np
2. from datetime import datetime
3. #获取当前日期的星期几
4. def datestr2num(s):
5. return datetime.strptime(s.decode('ascii'), "%d-%m-%Y").date().weekday()
7. dates,close=np.loadtxt('./excel/data.csv', delimiter=',', usecols=(1,6), converters={1:datestr2num}, unpack=True)
8. print(dates)
9. averages=np.zeros(5)
10. for i in range(5):
11. #获取当天所对应的收盘价
12. xiabiao=np.where(i==dates)
13. spj=np.take(close,xiabiao)
14. avg=np.mean(spj)
15. averages[i]=avg
16. print("周",str(i+1)," 收盘价：",spj," 平均价为：",avg)
17. #获取评价收盘价，最高是星期几，最低又是星期几
18. print(averages)
19. d1=np.argmax(averages)
20. print(d1)
21. d2=np.argmin(averages)
22. print(d2)

作业

1. import numpy as np
2. a=np.array([[100000,1,20000,1],[10000,15,11000,20],[7500,20,9000,15]])
3. print(a)
4. #A公司的薪资
5. a1=a[:,0]
6. #A公司所对应人数
7. a2=a[:,1]
8. #A公司的薪资
9. a3=a[:,2]
10. #A公司所对应人数
11. a4=a[:,3]
12. print(a1)
13. print(a2)
14. print(a3)
15. print(a4)
16. #A公司以人数为权重计算工资的平均值
17. b1=np.average(a1,weights=a2)
18. print(b1)
19. #B公司以人数为权重计算工资的平均值
20. b2=np.average(a3,weights=a4)
21. print(b2)
23. #A公司薪资的中位数7500
24. #B公司薪资的中位数11000
26. #A公司加权平均数相对较高，是因为经理的工资占列很大的权重，拉高列平均工资
27. #B公司工资的中位数和众数较高相交之下，会更适合