[转载] NumPy Beginner‘s Guide 2e 带注释源码 七、NumPy 特殊例程
参考链接: Python中的numpy.npv
版权声明:License CC BY-NC-SA 4.0 https://blog.csdn.net/wizardforcel/article/details/72847091
# 来源:NumPy Biginner's Guide 2e ch7
字典排序
import numpy as np
import datetime
# 日期转成字符串
def datestr2num(s):
return datetime.datetime.strptime(s, "%d-%m-%Y").toordinal()
# 读取 AAPL 的日期和收盘价
# 并转换日期格式
dates,closes=np.loadtxt('AAPL.csv', delimiter=',', usecols=(1, 6), converters={1:datestr2num}, unpack=True)
# lexsort 接受属性的数组或元组
# 根据这些属性排序,返回下标
# 靠后的属性优先排序
indices = np.lexsort((dates, closes))
print "Indices", indices
print ["%s %s" % (datetime.date.fromordinal(int(dates[i])), closes[i]) for i in indices]
'''
['2011-01-28 336.1', '2011-02-22 338.61', '2011-01-31 339.32', '2011-02-23 342.62', '2011-02-24 342.88', '2011-02-03 343.44', '2011-02-02 344.32', '2011-02-01 345.03', '2011-02-04 346.5', '2011-03-10 346.67', '2011-02-25 348.16', '2011-03-01 349.31', '2011-02-18 350.56', '2011-02-07 351.88', '2011-03-11 351.99', '2011-03-02 352.12', '2011-03-09 352.47', '2011-02-28 353.21', '2011-02-10 354.54', '2011-02-08 355.2', '2011-03-07 355.36', '2011-03-08 355.76', '2011-02-11 356.85', '2011-02-09 358.16', '2011-02-17 358.3', '2011-02-14 359.18', '2011-03-03 359.56', '2011-02-15 359.9', '2011-03-04 360.0', '2011-02-16 363.13']
'''
复数排序
import numpy as np
# 生成随机的复数
np.random.seed(42)
complex_numbers = np.random.random(5) + 1j * np.random.random(5)
print "Complex numbers\n", complex_numbers
# sort_complex 按照先实部后虚部的顺序对复数排序
print "Sorted\n", np.sort_complex(complex_numbers)
'''
Sorted
[ 0.39342751+0.34955771j 0.40597665+0.77477433j 0.41516850+0.26221878j
0.86631422+0.74612422j 0.92293095+0.81335691j]
'''
使用 searchsorted
import numpy as np
a = np.arange(5)
# searchsorted 的第一个参数 a 是有序数组
# 第二个参数 v 是插入值的数组
# 返回插入值在有序数组中的位置
indices = np.searchsorted(a, [-2, 7])
print "Indices", indices
# Indices [0 5]
# 将这些值插入后,数组也能保持有序
print "The full array", np.insert(a, indices, [-2, 7])
# The full array [-2 0 1 2 3 4 7]
从数组移除元素
import numpy as np
a = np.arange(7)
# condition 是一个布尔索引
condition = (a % 2) == 0
# extract 从 a 中选取条件为 condition 的元素
# 等价于 a[conditon]
print "Even numbers", np.extract(condition, a)
# Even numbers [0 2 4 6]
# nonzero 选取 a 的非零元素
# 等价于 a[a != 0]
print "Non zero", np.nonzero(a)
# Non zero (array([1, 2, 3, 4, 5, 6]),)
期值与现值预测
import numpy as np
from matplotlib.pyplot import plot, show
# 期值预测
# fv(rate, n, pmt, pv)
# rate:利率,n:周期数量
# pmt:周期性投入,pv:现值
# 这个例子是计算,假设现在你存了 1000 元,之后每个季度多存 10 元,年利率是 3%,五年之后你有多少钱。
# 负值表示你失去的钱
print "Future value", np.fv(0.03/4, 5 * 4, -10, -1000)
# Future value 1376.09633204
fvals = []
# 计算第 i 年有多少钱
for i in xrange(1, 10):
fvals.append(np.fv(.03/4, i * 4, -10, -1000))
plot(fvals, 'bo')
show()
# 现值预测
# pv(rate, n, pmt, fv)
# fv 为期值,其它同上
# 这个例子是计算,五年后想得到 1376.09633204 元,其它条件同上,现在应存多少钱。
print "Present value", np.pv(0.03/4, 5 * 4, -10, 1376.09633204)
Present value -999.999999999
# Present value -999.999999999
# 周期性投入预测
# pmt(rate, n, pv, fv=0) 参数含义同上
# 假设你贷款 100 万元,利率为 10%,需要在 30 年内还完,每个月需要还多少呢?
print "Payment", np.pmt(0.01/12, 12 * 30, 10000000)
# Payment -32163.9520447
# 周期数量预测
# nper(rate, pmt, fv, pv=0) 参数含义同上
# 假设你贷款 9000 元,利率为 10%,每个月还 100 元
# 多少个月能还完?
print "Number of payments", np.nper(0.10/12, -100, 9000)
# Number of payments 167.047511801
# 利率
# 假设我们知道除了利率之外的其他参数
# rate(n, pmt, pv, fv)
print "Interest rate", 12 * np.rate(167, -100, 9000, 0)
# Interest rate 0.0999756420664
注:
假设现在存入pv元钱(正),之后就不存了,年利率为rate,n年之后余额是pv * (1 + rate) ** n。
如果之后每年都往里面存 pmt 元(正),fv[i] = fv[i - 1] * (1 + rate) + pmt。
年数余额0pv1pv * (1 + rate) + pmt2pv * (1 + rate) ** 2 + pmt * (1 + rate) + pmt3pv * (1 + rate) ** 3 + pmt * (1 + rate) ** 2 + pmt * (1 + rate) + pmtnpv * (1 + rate) ** n + pmt * ((1 + rate) ** n - 1) / rate
np.fv中的pv和pmt是负的,求完之后取相反数即可。
计算净现值(NPV)、内部收益率(IRR)
import numpy as np
# 生成五个 100 以内的随机数作为现金流序列
# -100 为初始值
cashflows = np.random.randint(100, size=5)
cashflows = np.insert(cashflows, 0, -100)
print "Cashflows", cashflows
# Cashflows [-100 38 48 90 17 36]
# npv(rate, vals) 计算净现值
# npv = np.sum(vals / (np.ones(length) + rate) ** np.arange(length))
# 其中 l = len(vals)
print "Net present value", np.npv(0.03, cashflows)
# Net present value 107.435682443
# irr(vals) 计算内部收益率
# 满足 npv(irr, vals) == 0
print "Internal rate of return", np.irr([-100, 38, 48, 90,
17, 36])
# Internal rate of return 0.373420226888
布林窗口
# 布林窗口是三角平滑窗口
# 参数为 n 的布林函数是 (0,0) 到 (n/2,1) 再到 (n,0) 的线段
# bartlett 函数返回布林窗口函数值的数组,x 范围从 0 到 n
window = np.bartlett(42)
plot(window)
show()
使用布莱克曼窗口来平滑股票价格
import numpy as np
from matplotlib.pyplot import plot, show, legend
from matplotlib.dates import datestr2num
import sys
# 获取 AAPL 收盘价
closes=np.loadtxt('AAPL.csv', delimiter=',', usecols=(6,), converters={1:datestr2num}, unpack=True)
# 读入天数
N = int(sys.argv[1])
# 创建布莱克曼窗口
window = np.blackman(N)
# 使用卷积函数来平滑收盘价
smoothed = np.convolve(window/window.sum(), closes, mode='same')
# 绘制原始和平滑后的收盘价
plot(smoothed[N:-N], lw=2, label="smoothed")
plot(closes[N:-N], label="closes")
legend(loc='best')
show()
汉明窗口
# 使用方法同布林窗口
window = np.hamming(42)
plot(window)
show()
凯撒窗口
# kaiser(M, beta)
window = np.kaiser(42, 14)
plot(window)
show()
修正贝塞尔函数
x = np.linspace(0, 4, 100)
vals = np.i0(x)
plot(x, vals)
show()
sinc 函数
# sinc(x) = sin(pi * x) / (pi * x)
# 在 0 处取极限值 1
x = np.linspace(0, 4, 100)
vals = np.sinc(x)
plot(x, vals)
show()
[转载] NumPy Beginner‘s Guide 2e 带注释源码 七、NumPy 特殊例程相关推荐
- NumPy Beginner's Guide 2e 带注释源码 七、NumPy 特殊例程
# 来源:NumPy Biginner's Guide 2e ch7 字典排序 import numpy as np import datetime# 日期转成字符串 def datestr2num( ...
- NumPy Beginner's Guide 2e 带注释源码 四、NumPy 便利的函数
# 来源:NumPy Beginner's Guide 2e ch4 交易相关偶对 import numpy as np from matplotlib.pyplot import plot from ...
- NumPy Beginner's Guide 2e 带注释源码 九、使用 Matplotlib 绘图
# 来源:NumPy Biginner's Guide 2e ch9 绘制多项式函数 import numpy as np import matplotlib.pyplot as plt# 创建函数 ...
- NumPy Beginner's Guide 2e 带注释源码 六、深入 NumPy 模块
# 来源:NumPy Biginner's Guide 2e ch6 矩阵的逆 import numpy as npA = np.mat("0 1 2;1 0 3;4 -3 8") ...
- NumPy Beginner's Guide 2e 带注释源码 三、熟悉 NumPy 常用函数
# 来源:NumPy Biginner's Guide 2e ch3 读写文件 import numpy as np# eye 用于创建单位矩阵 i2 = np.eye(2) print i2 ''' ...
- NumPy Beginner's Guide 2e 带注释源码 五、处理 NumPy 矩阵和 ufunc
# 来源:NumPy Biginner's Guide 2e ch5 创建矩阵 import numpy as np# mat 函数创建矩阵 # 空格分割行,分号分隔列 A = np.mat('1 2 ...
- NumPy Beginner's Guide 2e 带注释源码 二、NumPy 基础入门
# 来源:NumPy Biginner's Guide 2e ch2 >>> from numpy import * 多维数组 # 创建多维数组 >>> m = a ...
- NumPy Cookbook 带注释源码 十一、NumPy 的底牌
# 来源:NumPy Cookbook 2e Ch11np.random.seed(44) a = np.random.random_integers(-4, 4, 7) print(a) # [ 0 ...
- NumPy Essentials 带注释源码 三、NumPy 数组使用
版权声明:License CC BY-NC-SA 4.0 https://blog.csdn.net/wizardforcel/article/details/73252085 # 来源:NumPy ...
最新文章
- 对现有的所能找到的DDOS代码(攻击模块)做出一次分析----GET篇
- 命令执行漏洞-命令执行-漏洞位点- 代码注入-漏洞利用-联合执行-Bypass(空格,关键字过滤,变量绕过)-例题两道-actf2020exec-GXYCTF2019 Ping Ping Ping
- MFC匿名管道原理详解、函数总结、调用实例(用MFC的匿名管道读取CMD输出内容)(C++语言)
- 网络体系结构(OSI模型和TCP/IP协议 功能)
- JAVA回调函数的例子_javascript : 回调函数例子
- 马斯克:特斯拉电动皮卡Cybertruck能在水上漂一会儿
- 2-36进制,可以任意进制互转的类
- Java基础学习(1)-反射
- 这是用过的最差树形插件
- python简明教程_07
- hanoi塔栈递归算法c语言,c++递归函数,c语言递归算法经典实例
- 怎么在桌面添加windows便签记事本
- matlab实现隐函数求偏导数(impldiff函数)
- IOS不兼容超出部分省略号 且页面显示不起作用 行数限定无作用
- Hive Invalid path xxxx: No files matching path file: xxxx
- big mac sur 免驱显卡_黑苹果免驱显卡速查表
- arcgis如何打开tif_ArcGIS的目录、内容列表的布局
- 2022年第三届MathorCup高校数学建模挑战赛——大数据竞赛(baseline)
- 开源商城小程序源码系统 7端合一功能强大
- 通过油猴子脚本改造iconfont页面,使得直接带i标签复制
热门文章
- 【NOIP2015】【Luogu2669】金币(模拟)
- UVa1225 - Digit Counting
- 睡觉老往下跑是怎么回事_孩子冬季睡觉“不老实,踢被子”,可不单纯是热,娃的苦衷要了解...
- jquery遍历元素对象each方法
- 生产者和消费者问题变形
- 2018蓝桥杯B组:猴子分香蕉(C++/JAVA)
- Wannafly挑战赛19:C. 多彩的树(状压+容斥)
- cdq分治(bzoj 1176: [Balkan2007]Mokia bzoj 2683: 简单题)
- opencv 调整图像亮度和对比度
- matlab简单分析其他类型滤波器(陷波尖峰梳状半带希尔伯特)