取数组中每n个元素的平均值并将MATLAB代码转换为Python

Question

我试图将一个MATLAB程序转换成Python，但遇到了一个问题：我有一个5868x3500矩阵，包含5868个每日观察值，3500只股票的回报率和成交量，这些数据是用来产生一个市场流动性的衡量，每月平均每只股票的回报率超过其数量的比率。我有一个5868x1向量，名为Dummymonth，它为每个月分配一个从1到270的整数，每个月大约有22个交易日（1,1,1,1,1,1,1,1,1,1,1... 2,2,2,2,2,2... 270,270,270）。在

我陷入的循环需要将5868x3500矩阵转换为270x3500矩阵，方法是根据Dummymonth值取月平均值（即基本上取每22个值的平均值）。在

我尝试过尽可能清晰地转换代码（用MATLAB的find()函数代替Python的.argwhere()），但我对Python（和MATLAB真的）比较陌生，所以代码的问题对我来说不是很明显。在

下面是我要模拟的MATLAB代码部分：

numberofmonth=Dummymonth(size(Ret,1));
i=1;
for di=1:numberofmonth
    v=find(Dummymonth==di);
    for j=1:size(Ret, 2)
        Amihud2(i,j)=nanmean(Amihud1(v,j));
    end
    i=i+1;
end

下面是我在Python中看到的：

^{pr2}$

我经常看到的错误是“索引越界错误”。在

Answer 1

我认为其中一个错误与Python的0索引有关。如果循环某个内容并从1开始，则会丢失第一个（索引0）值。这里有一个解决方案（有很多种）：

#Create Dummy index
dummy =np.array([np.repeat(i,22) for i in np.arange(270)+1]).flatten()

#Make Dataset for example
dat = np.random.random((len(dummy),3500))

#Calculate average per month
dat2 = np.empty((270,3500))
i=-1
for m in np.unique(dummy):
    i=i+1
    dat2[i,:]=dat[dummy==m].mean(axis=0)