数据分析常用的python包_量化投资数据分析之常用的python包（附代码）

小伙伴们都知道python功能强大，在金融量化分析中运用广泛，python常用的数据分析包很多，下面先给大家简单列举一些（如果您刚开始学python觉得这东西很烦看不懂，那么请不要担心，直接忽视跳到第二节吧~因为您不会错过任何精彩内容~如果您是老司机，那么欢迎私戳讨论【微笑】）：

一. 数据分析常用包

（1）NumPy:

NumPy是基于Python的科学计算的基础包，可用来存储和处理大型矩阵，提供了矩阵、线性代数、傅里叶变换和随机生成函数等解决方案。

（2）SciPy：

SciPy是基于NumPy的库，它提供了方便、快捷的N维数组操作。它包括统计、优化、整合、线性代数模块、傅里叶变换、信号和图像处理、常微分方程求解器等等。

（3）Statsmodels:

Statismodels是一个Python包，提供一些互补scipy统计计算的功能，包括描述性统计和统计模型估计和推断，主要用户统计建模和计量经济学。

（4）Pandas

Pandas 是基于NumPy 的一种工具，Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。

（5）TAlib：

TAlib是一个处理金融数据和技术分析的开放代码库。

（6）其他

networkx、Pillow 、Py 、Pytz、Requests 、Scipy、sympy 、Tables 、xlrd、xlwt等

二. NumPy

（1）ndarray数组基础

Pyhton 中用列表保存一组值，可将列表当成是数组使用。此外，Python 有 array 模快，但他不支持多维数组，无论是列表还是 array 模块都没有科学运算函数，不适合做矩阵等科学计算。因此，NumPy没有使用 Python 本身的数组机制，而是提供了ndarray 数组对象，该对象不断能方便的存取数组，而且拥有丰富的数组计算函数，比如向量的加法、减法、乘法等。使用 ndarray 数组，首先需要导入 Numpy 函数库，也可以直接导入该函数库。

创建数组是进行数组计算的先决条件，可以通过array()函数定义数组实例对象，其参数为Python 的序列对象。

文字描述太枯燥，我们来举个例子：

from numpy import *

import numpy as np

a=np.array([[1,2,4],[3,6,9]])

print(a)

结果是这样的：

[[1 2 4]

[3 6 9]]

（2）数组支持索引和切片

NumPy数组可按照列表的方式进行索引和切片，也可按如下方式访问数组中行、列与特定元素：

我们还是用上一个例子：

from numpy import *

import numpy as np

a=np.array([[1,2,4],[3,6,9]])

print(a)

print(a[:,1])

print(a[1,1])

结果如下：

[[1 2 4]

[3 6 9]]

[2 6]

三. Pandas

pandas包含高级的数据结构和精巧的工具，使得在Python中处理数据非常快速和简单。pandas建造在NumPy之上，它使得以NumPy为中心的应用很容易使用。我们首先导入库：

import pandas as pd

pandas主要包含三种数据结构：Series、DataFrame和Panel。

（1）Series

Series是一个一维的类似的数组对象，包含一个数组的数据（任何NumPy的数据类型）和一个与数组关联的数据标签，被叫做索引。

Series创建

我们首先创建一个Series：

import pandas as pd

s=pd.Series([3,10000,10.8,'stock'])

print(s)

输出:

0 3

1 10000

2 10.8

3 stock

dtype: object

上例中左右两列即分别为索引index 和 values。因为传给构造器的是一个列表，所以 index 的值是从 0 起递增的整数，如果传入的是一个类字典的键值对结构，就会生成 index-value 对应的 Series；或者在初始化的时候以关键字参数显式指定一个 index 对象：

如：

s=pd.Series(data=[10.5,15.7,np.nan],index=['stockA','stockB','stockC'])

print(s)

print(s.data)

print(s.index)

print(s.values)

print(s[2]) # series也支持索引和切片

输出：

stockA 10.5

stockB 15.7

stockC NaN

dtype: float64

Index(['stockA', 'stockB', 'stockC'], dtype='object')

[ 10.5 15.7 nan]

nan

（2）DataFrame

一个DataFrame表示一个表格，类似电子表格的数据结构，包含一个经过排序的列表集，它们没一个都可以有不同的类型值（数字，字符串，布尔等等）。DataFrame有行和列的索引，它可以被看作是一个Series的字典（每个Series共享一个索引）。

DataFrame创建

创建DataFrame方法如下：

df=DataFrame(data=数据，index=索引，columns=列名)

例如，为创建一个索引是时间序列的DataFrame，首先创建一个时间序列：

dates=pd.date_range('2017-01-01',periods=3)

print(dates)

输出：

DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03'], dtype='datetime64[ns]', freq='D')

然后创建DataFrame：

df=pd.DataFrame(np.array([[10.5,15.7,11.2],[10.8,11.0,11.2],[9.4,10.2,9.8]]),index=dates,columns=['stockA','stockB','stockC'])

print(df)

输出：

stockA stockB stockC

2017-01-01 10.5 15.7 11.2

2017-01-02 10.8 11.0 11.2

2017-01-03 9.4 10.2 9.8

DataFrame也支持索引和切片：

print(df.ix[:2,:2])

print(df[['stockA','stockC']])

print(df[:2])

输出：

stockA stockB

2017-01-01 10.5 15.7

2017-01-02 10.8 11.0

stockA stockC

2017-01-01 10.5 11.2

2017-01-02 10.8 11.2

2017-01-03 9.4 9.8

stockA stockB stockC

2017-01-01 10.5 15.7 11.2

2017-01-02 10.8 11.0 11.2

支持排序和排名

s=pd.Series({'stockA':10.5,'stockB':15.7,'stockC':np.nan})

print(s.sort_values(ascending=False))

输出：

stockB 15.7

stockA 10.5

stockC NaN

dtype: float64

支持统计方法（Very important!）：

如：

dates=pd.date_range('2017-01-01',periods=3)

print(dates)

df=pd.DataFrame(np.array([[11,12,13],[13,14,15],[12,13,15]]),index=dates,columns=['stockA','stockB','stockC'])

new_dates=pd.date_range('2017-01-01',periods=4)

print(df.sort_values('stockB'))

print(df.diff())

print(df.cumsum())

print(df.mean())

print(df.var())

print(df.std())

输出：

DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03'], dtype='datetime64[ns]', freq='D')

stockA stockB stockC

2017-01-01 11 12 13

2017-01-03 12 13 15

2017-01-02 13 14 15

stockA stockB stockC

2017-01-01 NaN NaN NaN

2017-01-02 2 2 2

2017-01-03 -1 -1 0

stockA stockB stockC

2017-01-01 11 12 13

2017-01-02 24 26 28

2017-01-03 36 39 43

stockA 12.000000

stockB 13.000000

stockC 14.333333

dtype: float64

stockA 1.000000

stockB 1.000000

stockC 1.333333

dtype: float64

stockA 1.000000

stockB 1.000000

stockC 1.154701

dtype: float64

码字码得手酸.....剩下的下次分享（微笑）

注：其中部分资料来源于量化金融平台Mindgo社区：

如果您觉得还不错，轻轻地帮宝宝点个赞吧~嘻嘻

数据分析常用的python包_量化投资数据分析之常用的python包（附代码）相关推荐

量化金融投资及其python应用_量化投资：用Python实现金融数据的获取与整理
小编说:数据可以说是量化投资的根本,一切投资策略都是建立在数据基础上的.本文以优矿网为例,带领大家用Python实现金融数据的获取与整理. 本文选自<Python与量化投资:从基础到实战> ...
我用Python做一个量化指数增强策略，爽了！附代码！
这是邢不行第 84 期量化小讲堂的分享作者 | 邢不行.密斯锌硒 A股是一个神奇的地方,它最大的特点就是多年不涨和永远的3000点. 正因如此,调侃A股的段子层出不穷. 甚至连中国男足这么烂的行业都 ...
同花顺python面试_量化投资面试集锦
2019年的秋招的尾声快到,来总结一下经历过的私募笔试和面试.一开始采取的是海投的形式,第一份是来自上海持赢投资的笔试题.二选一, NO.1熟悉现有量化回测框架的使用对pywinauto库的使用实 ...
python 策略回测期货_量化投资实战教程(1)—基于backtrader的简单买入卖出策略
都说Python可以用于量化投资,但是很多人都不知道该怎么做,甚至觉得是非常高深的知识,其实并非如此,任何人都可以在只有一点Python的基础上回测一个简单的策略. Backtrader是一个基于Py ...
2015CDAS中国数据分析师行业峰会:R语言量化投资数据分析应用
跨界知识聚会系列文章,"知识是用来分享和传承的",各种会议.论坛.沙龙都是分享知识的绝佳场所.我也有幸作为演讲嘉宾参加了一些国内的大型会议,向大家展示我所做的一些成果.从听众到演讲 ...
我用Python爬取了难下载的电子教材（内附代码）
我用Python爬取了难下载的电子教材(内附代码) 第一次在CSDN上面分享经历,有点激动.本大二狗最近这段时间去不了学校又想看教材,不巧学习通上面的部分内容老师设置了不可下载啊.好在最近学习了一点P ...
量化投资数据分析之常用的python包（附代码）
小伙伴们都知道python功能强大,在金融量化分析中运用广泛,python常用的数据分析包很多,下面先给大家简单列举一些(如果您刚开始学python觉得这东西很烦看不懂,那么请不要担心,直接忽视跳到第 ...
python处理金融数据_量化投资：用Python实现金融数据的获取与整理
小编说:数据可以说是量化投资的根本,一切投资策略都是建立在数据基础上的.本文以优矿网为例,带领大家用Python实现金融数据的获取与整理. 本文选自<Python与量化投资:从基础到实战> ...
python量化自学书籍推荐_量化投资学习推荐的书籍都有哪些？
给大家简单推荐介绍3本书吧这些都是比较实用的,入门还是高手级别的都有. 1. 打开量化投资的黑箱这本书的作者里什·纳兰(Rishi K. Narang)是华尔街顶级数量金融专家,资深对冲基金经理.& ...

数据分析常用的python包_量化投资数据分析之常用的python包（附代码）

数据分析常用的python包_量化投资数据分析之常用的python包（附代码）相关推荐

最新文章

热门文章