将数据从 csv 文件转换为 numpy 数组问题

Question

在一个 csv 文件中，我有代表特定股票的日期、开盘价、收盘价、最高价、最低价和成交量的数据。数据存储格式如下：

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一个 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。

谁能指出我正在犯的错误？

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

您的日期格式不正确，它需要是年、月和日"%Y%m%d"，您也不能有一个日期时间对象并在您的数组中浮动，但使用结构化数组可以让您拥有混合类型。

如果mdates 返回一个使用正确格式的浮点数，只要你有一个; 分隔线，它应该会再次起作用：

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})

哪个会输出：

[  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，如果是拼写错误，则可以，但如果不是，则需要修复它。

如果您有混合类型，您可以使用带有 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由 ; 分隔，并且没有像示例行中那样的空格。