3DギザギザのNumPy配列の2D平均の計算

Question

私は時系列のHurst指数をPythonで計算しようとしています。これは、量的財務の時系列の平均復帰特性を決定する値です。私は、任意の長さの時系列を取り、それをデータのまとまりに分割することを選択しました。このプロセスは、ハースト指数（いくつかの方法の1つ）の計算の一部です。私はこれを関数として書いています。私は「Y」と私は「N」としたいチャンクの数などの時系列（セキュリティの価格を）持っている想像：

問題は今のアレイは、チャンクの1に分割されていること

def hurst(y,n): 

    y = array_split(y,n) 

チャンクは他のチャンクと同じサイズではありません。私は平均、標準偏差、平均中心シリーズ、平均中心シリーズの累積合計、および各チャンクの累積合計の範囲を見つけたいと思います。しかし、アレイのサイズが均一ではないので、私はこれを達成する方法を見出していません。基本的に私が試行したときに

mean(y,axis=0) 

または軸の1または2、私はエラーが発生します。 N = 20を使用している場合、私は多分、「ベクトル化」は私を助けることができると思った、配列の形状は

(20,) 

として与えられていますか？しかし、私はそれをどのように使用するかを考えていません。私はデータをループすることを避けようとしています。

サンプルデータ、それが分割された後：あなたは、単にlist comprehensionを使用することができます平均値のリストを作るために

[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]]) 

データ型list

Answer 1

：

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

それは軸の上に行くと、各部分の平均を計算する。この全体につまずく誰のために

Answer 2

、私は問題を解決し、代わりにパンダのデータフレームを使用して解決した...何種類

def hurst(y,n): 

y = prices.as_matrix() 
y = array_split(y,n) 
y = pd.DataFrame.from_records(y).transpose() 
y = y.dropna() 

# Mean Centered Series 

m = y.mean(axis='columns') 

Y = y.sub(m,axis = 'rows') 


# Standard Deviation of Series 

S = y.std(axis='columns') 

# Cumulative Sum Series 

Z = Y.cumsum() 

# Range Series 

R = Z.max(axis='columns')-Z.min(axis='columns') 

# Rescale Range 

RS = R/S 
RS = RS.sort_values() 

# Time Period 

s = shape(y) 

t = linspace(1,s[0],s[0]) 

# Log Scales 

logt = log10(t) 
logRS = log10(RS) 

print len(t),len(logRS) 

# Regression Fit 

slope, intercept, r_value, p_value, std_err = stats.mstats.linregress(logt, logRS) 

# Hurst Exponent 

H = slope/2 

return H, logt, logRS