NumPy数组：构建股票价格矩阵

NumPy数组：构建股票价格矩阵

小象量化极客小册 · 华尔街量化分析先锋系列

欢迎进入量化矩阵计算的世界！NumPy 是所有 Python 金融库的底层基石。本节你将掌握 ndarray 多维数组的操作，学习如何用高效的向量化计算和广播机制代替缓慢的 Python 循环，计算股票组合的协方差与收益率。

小象量化极客小册 · 华尔街量化分析先锋系列 欢迎进入量化矩阵计算的世界！NumPy 是所有 Python 金融库的底层基石。本节你将掌握 ndarray 多维数组的操作，学习如何用高效的向量化计算和广播机制代替缓慢的 Python 循环，计算股票组合的协方差与收益率。

💡 核心导读

本节将深入探索NumPy最核心的数据结构——多维数组（ndarray）。你将掌握数组的创建方法、维度操作技巧以及高效的批量计算能力，重点学习：数组的轴向操作、广播机制原理、以及结构化数组的特殊应用。通过矩阵运算、图像数据处理等实战案例，理解如何用ndarray替代Python原生循环实现百倍性能提升。

数组创建与基础操作

核心属性解析

ndarray对象包含三个关键属性：

• shape：描述各维度大小的元组，如(3,4)表示3行4列
• dtype：数据类型对象，如np.float32
• strides：内存中跨越各维度所需的字节数元组

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]]) 
print(f"形状: {arr.shape}")  # 输出 (2, 3)
print(f"数据类型: {arr.dtype}")  # 输出 int64

zeros = np.zeros((2,3))  # 全零数组
eye = np.eye(3)  # 单位矩阵
rand_arr = np.random.rand(2,2)  # 随机数组

维度操作魔法

通过reshape和transpose改变数组视图而不复制数据：

original = np.arange(6)  # [0,1,2,3,4,5]
reshaped = original.reshape(2,3)
"""
变形后：
[[0 1 2]
 [3 4 5]]
"""

transposed = reshaped.T 
"""
转置后：
[[0 3]
 [1 4]
 [2 5]]
"""

💡 概念小测：形状属性

如果一个代表股票价格的多维 ndarray 的 shape 为 (100, 5, 4)，代表它有 100 只股票，5 个交易日，4 个价格指标。关于该数组的维度操作，以下哪个说法是正确的？

• 该数组可以通过调用 reshape(500, 2) 转化为 500 行 2 列，因为总元素个数不一致也可以转换。
• 该数组总共包含 2000 个价格数据点，并且可以在不复制底层数据的前提下 reshape 为 (500, 4)。
• reshape 操作会破坏底层数据，必须重新从零创建。
• 该数组可以直接与另一个 shape 为 (100, 5) 的权重数组进行直接相加，无需任何扩展。

📝 选择题

💡 概念小测：形状属性 如果一个代表股票价格的多维 ndarray 的 shape 为 (100, 5, 4)，代表它有 100 只股票，5 个交易日，4 个价格指标。关于该数组的维度操作，以下哪个说法是正确的？

• A. 该数组可以通过调用 reshape(500, 2) 转化为 500 行 2 列，因为总元素个数不一致也可以转换。
• B. 该数组总共包含 2000 个价格数据点，并且可以在不复制底层数据的前提下 reshape 为 (500, 4)。
• C. reshape 操作会破坏底层数据，必须重新从零创建。
• D. 该数组可以直接与另一个 shape 为 (100, 5) 的权重数组进行直接相加，无需任何扩展。

答案：B（该数组总共包含 2000 个价格数据点，并且可以在不复制底层数据的前提下 reshape 为 (500, 4)。）

高级索引与广播

布尔索引实战

通过条件筛选实现高效数据过滤：

data = np.array([[10, 20], [30, 40]])
mask = data > 15
"""
mask矩阵：
[[False  True]
 [ True  True]]
"""
print(data[mask])  # 输出 [20, 30, 40]

广播机制图解

当数组形状不同时，NumPy会自动扩展较小数组：

矩阵A (3,1)   矩阵B (1,3)    结果 (3,3)
|1|           |1 2 3|       |2 3 4|
|2|    +                  = |3 4 5| 
|3|                         |4 5 6|

a = np.array([[1],[2],[3]])
b = np.array([[1,2,3]])
print(a + b)  # 验证上述广播

结构化数组实战

处理异构数据时，可定义复合数据类型：

dtype = [('name', 'U10'), ('pe_ratio', 'i4'), ('score', 'f4')]
students = np.array([('Alice', 20, 89.5), ('Bob', 22, 92.3)], dtype=dtype)

sorted_students = np.sort(students, order='score')
print(sorted_students['name'])  # 输出 ['Alice' 'Bob']

性能优化技巧

向量化计算对比

演示循环与向量化操作的性能差异：

import time

def slow_add(a, b):
    result = np.zeros_like(a)
    for i in range(a.shape[0]):
        for j in range(a.shape[1]):
            result[i,j] = a[i,j] + b[i,j]
    return result

def fast_add(a, b):
    return a + b

large_arr = np.random.rand(1000,1000)
start = time.time()
slow_add(large_arr, large_arr)
print(f"循环耗时: {time.time()-start:.4f}s")

start = time.time()
fast_add(large_arr, large_arr)
print(f"向量化耗时: {time.time()-start:.4f}s")

💡 代码填空：生成全零矩阵

补全代码，在初始化交易策略前，生成一个 3 行 5 列的代表初始仓位矩阵的 ndarray，初始值全为 0：

import numpy as np

positions = np.{blank}((3, 5))
print(positions.shape)

• zero
• zeros
• empty

✏️ 填空题

💡 代码填空：生成全零矩阵 补全代码，在初始化交易策略前，生成一个 3 行 5 列的代表初始仓位矩阵的 ndarray，初始值全为 0：

import numpy as np
# 生成全零矩阵
positions = np.___((3, 5))
print(positions.shape)

答案：zeros

本章小结

行动清单

• 创建一个5x5的随机矩阵，使用布尔索引筛选出大于0.5的元素，并计算它们的平均值
• 用广播机制实现二维数组与一维数组的逐行减法（每行减去相同的向量）
• 构建包含’证券简称’、‘身高’、‘体重’三个字段的结构化数组，计算每个人的BMI指数

通过掌握ndarray的多维操作能力，你将能够优雅地解决科学计算中的复杂数据操作问题。「小象量化教研组」建议在Jupyter Notebook中实际运行所有示例代码，观察内存布局变化。