将数据从 csv 文件转换为 numpy 数组问题

Question

在 csv 文件中，我有表示特定股票的日期、开盘价、收盘价、最高价、最低价和交易量的数据。数据以下列格式存储：

20150601 000000;1.094990;1.095010;1.094990;1.094990;0

我正在尝试使用以下代码将日期提取到 numpy 数组中，以便我可以使用算法分析数据。但是，在转换日期时我没有得到正确的日期。

谁能找出我犯的错误？

datefunc = lambda x: mdates.date2num(datetime.strptime(x, '%y%m%d%H%M %f'))
date,high,low,open,close,volume = np.loadtxt('DAT_ASCII_EURUSD_M1_201506.csv',unpack=True, 
                              delimiter=';',
                              converters={0:datefunc})

非常感谢任何帮助。

Answer 1

你的日期格式不正确，它需要年月日 "%Y%m%d"，你也不能在你的数组中有日期时间对象和浮点数，但使用结构化数组允许你有混合类型。

如果 mdates returns 如果您有 ; 分隔线，使用正确格式的浮点数应该可以再次工作：

from datetime import datetime
import numpy as np
datefunc = lambda x: mdates.date2num(datetime.strptime(x, '%Y%m%d'))

a = np.loadtxt('in.csv', delimiter=';',
                  converters={0: datefunc})

这将输出：

[  7.35750000e+05   0.00000000e+00   1.09499000e+00   1.09501000e+00
1.09499000e+00   1.09499000e+00   0.00000000e+00]

您的示例输入行中有七个元素，因此解包时会出现错误，如果这是一个拼写错误，那没关系，但如果不是，您将需要修复它。

如果你有混合类型，你可以使用带有 genfromtxt 的结构化数组：

from datetime import datetime
import numpy as np
datefunc = lambda x: datetime.strptime(x, '%Y%m%d')
a = np.genfromtxt('in.csv', delimiter=';',
              converters={0: datefunc}, dtype='object, float, float,float,float,float',
              names=["date", "high", "low", "open", "close", "volume"])

print(a["date"])
print(a["high"])
print(a["low"])
print(a["open"])
print(a["close"])
print(a["volume"])

2015-06-01 00:00:00
0.0
1.09499
1.09501
1.09499
1.09499

这假定您的输入实际上是由 ; 分隔的，并且没有像示例行中那样的空格。

将数据从 csv 文件转换为 numpy 数组问题

Converting data from a csv file into numpy array issue

python

csv

numpy

type-conversion