Skip to main content
 首页 » 编程设计

python之计算 3D 锯齿状 NumPy 数组的 2D 均值

2025年04月02日13yxwkf

我正在尝试用 Python 计算时间序列的 Hurst 指数,该值决定了量化金融时间序列的一些均值回归特征。我采用了任意长度的时间序列,并选择将其拆分为数据 block ,该过程是计算 Hurst 指数(几种方法之一)的一部分。我把它写成一个函数。假设我的时间序列(证券价格)为“y”,我想要的 block 数为“n”:

def hurst(y,n): 
 
     y = array_split(y,n) 

问题是现在数组被分成 block ,其中一个 block 的大小与其他 block 不相等。我想找到每个 block 的均值、标准差、均值居中序列、均值居中序列的累积和以及累积和的范围。但是由于数组的大小不统一,我还没有找到实现这个的方法。基本上当我试图通过时

mean(y,axis=0) 

或者 1 或 2,对于轴,我得到一个错误。当使用 n=20 时,数组的形状为

(20,) 

我想也许“向量化”可以帮助我?但是我还没有完全弄清楚如何使用它。我试图避免循环遍历数据。

拆分后的示例数据:

[array([[ 1.04676], 
   [ 1.0366 ], 
   [ 1.0418 ], 
   [ 1.0536 ], 
   [ 1.0639 ], 
   [ 1.06556], 
   [ 1.0668 ]]), array([[ 1.056  ], 
   [ 1.053  ], 
   [ 1.0521 ], 
   [ 1.0517 ], 
   [ 1.0551 ], 
   [ 1.0485 ], 
   [ 1.05705]]), array([[ 1.0531], 
   [ 1.0545], 
   [ 1.0682], 
   [ 1.08  ], 
   [ 1.0728], 
   [ 1.061 ], 
   [ 1.0554]]), array([[ 1.0642], 
   [ 1.0607], 
   [ 1.0546], 
   [ 1.0521], 
   [ 1.0548], 
   [ 1.0647], 
   [ 1.0604]]) 

数据类型列表

请您参考如下方法:

要列出平均值,您可以简单地使用 list comprehension :

    [mean(x[axis]) for axis in range(len(x))] 

它遍历轴并计算每个部分的平均值。