#- * -コーディング:UTF-8 - * - #@date:2017年8月26日 #@Original: インポートNPのAS numpyの #200は、在庫ある stock_cntが= 200である#504日 view_days = 504の#は、正規分布を生成します:0 =平均値、標準偏差= 1つのシーケンス所望 stock_day_change = np.random.standard_normal((stock_cnt、view_days))を #サンドボックスデータを使用し、そして本の目的は、データ環境と同じで、気を付ける必要はない #1 stock_day_change = NPを.LOAD( '../ゲン/ stock_day_change.npy') #の印刷形状(200、504)200 OK 504 印刷(stock_day_change.shape) #のプリントアウト株式最初の分岐、価格の最初の5日間ここで、印刷(stock_day_change [0 :. 1:5 ]) 3.1.3 選択およびスライス選択指標 #第2、第ストック、0:0価格データの5 5日間 stock_day_change [0:2,0:5 ] 3.1.4 データ変換及び構造 #2を表し小数点以下 np.around(stock_day_change [0:2、0 :. 5]、2 ) 3.1.5 論理条件データフィルタ マスク = stock_day_change [0:2、0 :. 5]> 0.5 印刷(マスク) 3.1.6 関数の一般的なシーケンス #1 np.allシーケンスのすべての要素がすべて真であるか否かを判断する、即ち、ブールの動作シーケンス #、本実施形態によれば、実際のstock_day_changeを決定[0:2,0: 5] 全ての立ち上がりか np.all( stock_day_change [0:2,0: 5] > 0) #のブールのnp.anyシーケンス要素が真であるか否かを判断、即ち、操作またはシーケンス #、本実施形態に係る実stock_day_changeを決定[0:2,0: 5] であります立ち上がりの少なくとも一つ np.any(stock_day_change [0:2、 0:5]>0) #2つの配列の任意の二つの対応する要素、最大結果セットのが大きい、最小値は、比較的小さい結果を使用するものと解釈される設定 np.maximum(stock_day_change [0:2、 0:5]、stock_day_change [-2: -5 :]) #1 アレイ([0.38035486、0.12259674、-0.2851901、-0.00889681、0.45731945]、 #[0.13380956、2.03488293、1.44701057、-0.92392477、0.96930104]]) change_int = stock_day_change [0:2、0 :. 5 ] .astype(INT) プリント(change_int) #の値の新たな非反復配列を形成する配列のユニークな数値 np.unique(change_int) #差分前後の差分データ近くを #1 軸= 1。 np.diff(stock_day_change [0: 2、0:5 ]) #唯一の違い= 0軸 np.diff(stock_day_change [0:2,0:5]、軸= 0) #データフィルタリング tmp_test stock_day_change = [-5 -2:、:] プリント(np.where(tmp_test> 0.5 ,. 1 、0)) 統計的な概念と機能 stock_day_change_four = stock_day_change [:4:4 ] プリント(「最大利得{} ' .format(np.max(stock_day_change_four、軸= 1 ))) プリント(' 最大下落{} ' .format(np.min(stock_day_change_four、軸= 1 ))) プリント(' 振幅の大きさ{} ' .format(np.std(stock_day_change_four、軸= 1 ))) プリント(' 平均変化{} '.format(np.mean(stock_day_change_four、軸= 1 ))) 3.2.2 統計基本概念 a_investor = np.random.normal(LOC = 100、スケール= 50、サイズ=(100 ,. 1 )) b_investor = np.random呼び出さ.Normal(LOC = 100、スケール= 20であり、大きさ=(100 ,. 1 )) #トレーダー 印刷(' トランザクション{0:.2f}希望元、標準偏差{1:.2f}、{2分散: } .2f ' .format(a_investor.mean()、a_investor.std()、a_investor.var())) #のBトレーダー プリント(' トランザクション{0たい:.2f}元、標準偏差{1:。 2F}、分散2 {。} .2f ' .format(b_investor.mean()、b_investor.std()、b_investor.var())) 通常 ベルヌーイ分布