Je vais essayer d'être aussi clair que possible et je commencerai par expliquer pourquoi je veux transformer deux tableaux en une matrice.
Pour tracer la performance d'un portefeuille par rapport à un indice de marché, j'ai besoin d'une structure de données comme dans ce format:
[[portfolio_value1, index_value1]
[portfolio_value2, index_value2]]
Mais j'ai les données sous forme de deux tableaux 1-D distincts:
portfolio = [portfolio_value1, portfolio_value2, ...]
index = [index_value1, index_value2, ...]
Alors, comment puis-je transformer le deuxième scénario en premier. J'ai essayé np.insert
pour ajouter le deuxième tableau à une matrice de test que j'avais dans un python Shell, mon problème était de transposer le premier tableau dans une matrice à colonne unique.
Toute aide sur la façon d'y parvenir sans boucle impérative serait formidable.
La fonction numpy standard pour ce que vous voulez est np.column_stack
:
>>> np.column_stack(([1, 2, 3], [4, 5, 6]))
array([[1, 4],
[2, 5],
[3, 6]])
Donc, avec vos tableaux portfolio
et index
, faire
np.column_stack((portfolio, index))
donnerait quelque chose comme:
[[portfolio_value1, index_value1],
[portfolio_value2, index_value2],
[portfolio_value3, index_value3],
...]
Vous pouvez utiliser np.c_
np.c_[[1,2,3], [4,5,6]]
Cela vous donnera:
np.array([[1,4], [2,5], [3,6]])
En supposant que les longueurs du portefeuille et de l'indice sont les mêmes:
matrix = []
for i in range(len(portfolio)):
matrix.append([portfolio[i], index[i]])
Ou un one-liner utilisant la compréhension de liste:
matrix2 = [[portfolio[i], index[i]] for i in range(len(portfolio))]