量化交易平台Quantopian讲座(3)—pandas之Series

接上文,pandas也是一个常用的Python科学计算库,提供了许多功能强大的数据结构,本篇文章会介绍最为常用的SeriesDataFrame两种数据结构,pandas底层依赖于NumPy,因此也继承了NumPy的优势,提供了许多便利的统计学、数学函数。 将pandas结合matplotlib,可以方便地存储、计算并可视化你的数据,简单的几行代码就可以绘制出一目了然的图表。

示例代码
随机损益波动图

这篇文章主要来介绍下Series,pandas中Series是一个可以存储任何数据类型的一维数组,通常用来处理时间序列数据

创建序列

使用pd.Series()函数,传入Python的list或NumPy的ndarray即可生成一个序列

创建序列

序列有几个常用属性:

  • name属性,序列的名称
  • index属性,序列的索引
    可以在调用初始化函数的时候作为参数传入,也可以之后添加,默认情况下为0~N-1的数字,索引还可以是日期类型,可使用pd.date_range()产生。
    日期索引

获取序列中元素

获取序列中元素pandas提供了两个函数

  • iloc
    iloc[]可以通过整数下标获取元素,同样,切片(slicing)功能也必不可少
    iloc获取元素
  • loc
    loc[]通过索引获取元素
    loc获取元素

过滤序列

如果需要根据条件过滤序列元素,可使用布尔数组进行过滤,序列支持标准比较符,比较后就会得到一个布尔序列。


支持标准比较符

将这个布尔序列传入原序列的loc函数,就可以完成序列的条件过滤


用布尔数据过滤元素

应用示例

Quantopian提供的get_pricing()函数,返回的就是一个序列,其索引为datetime类型

get_pricing函数

默认的采样频率为天,可使用resample()函数对原始数据集进行重新采样,还可以自定义采样方法
resample函数

get_pricing返回数据中只包含交易日,如果希望将节假日也加入其中,需要你手工生成并制定日期索引,有了索引之后,你又会面临另一个问题,节假日的股价如何填充,quantopian有两种模式

  • ffill 向前填充,以前一个非空值填充
  • bfill 向后填充,以后一个非空值填充


    重建索引

可以看到上图中最开始存在两个空值,这是因为前两天都恰巧为非交易日,所以就向前填充的策略就无法生效

对于这种空值数据,我们既可以使用fillna()方法进行填充,也可以使用dropna()方法丢弃此部分数据

空值处理

内置的统计方法可以方便的看到各统计指标

统计方法

diff()函数可以自动将序列转换为一个每日价格变动序列,pct_change()函数则生成一个每日价格变动比例的序列,我们这里讲每日价格变动比率绘制出来
示例代码

每日价格变化比率图

rolling_mean()rolling_std()函数可以提供移动平均值与移动标准差,这里绘制一个30天的移动平均线:

示例代码

30天移动平均线

这篇就先介绍到这,下篇我们来介绍pandas中的另外一员干将——DataFrame。

谢谢大家,欢迎订阅!

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,271评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,275评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,151评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,550评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,553评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,559评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,924评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,580评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,826评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,578评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,661评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,363评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,940评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,926评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,156评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,872评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,391评论 2 342

推荐阅读更多精彩内容