Python 多項式フィッティング

polyfit ファイル作成準備その２

前項で panda フォルダに暫定的にファイルを作成しました。
まずはファイル名を設定します。
ファイル名は暫定的に Untitled になっていますのでこれをクリックして名前を変更します。

取り敢えず、ファイル名は、polyfit とします。
Rename をクリックして、ファイル名の変更は完了です。

そして、In [ ]: のところにコ－ドを記入していきます。

Excel ファイル再利用

pandas 概要で作成した Excel ファイルを再利用します。
pandas 連携用 xlsx ファイル
をクリックすると PC にエクセルがインスト－ルされていれば xlsx ファイルを開くことができるはずです。
通常ボップアップが開くのですが開かなければ、今開いている画面の一番下を見てください。
エクセルファイルが顔を出しているはずです。
又、右クリックして、このファイル名を
CHART-190624-0802-py.xlsx
とし、
‪C:\ユ－ザ－\ユ－ザ名\panda\file
フォルダをあらかじめ作成しておき、ここに、保存します。

polyfit ファイル作成

それでは polyfit ファイルを作成していきます。
ファイルは以下の通りです。
たいしたことはありません。

  
import pandas as pd    #①
import numpy as np 
import matplotlib.pyplot as plt
xl_df = pd.read_excel(
'file/CHART-190624-0802-py.xlsx')
Close = xl_df["Close"].values #②
Idx = xl_df.index   
Idx5 = Idx[-6:] + 5  #③
z = np.polyfit(Idx, Close, 5) #④
p = np.poly1d(z)
print("最終日～+5日")
print(np.round(
 np.polyval(z,Idx5),3))#⑤
print(np.round(p(Idx5),3))
plt.plot(
 Idx, Close, 's',   
 Idx, p(Idx),
 Idx5, p(Idx5))        #⑥
plt.show()

#① モジュ－ルの読込み
使用する外部モジュ－ル３つを読み込みます。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
この辺はもう問題ないと思います。
#② Excel ファイル読込
Excel ファイルの読込みです。
よく分からない人は Excel 読込みファイル作成に戻ってみてください。
外部モジュ－ル pandas を読み込んで、 pandas の中にある read_excel( ) 関数(メソッド)を使います。
xl_df = pd.read_excel('file/CHART-190624-0802-py.xlsx')
この関数を使うと( )内のエクセルファイルを Python の中に読み込むことができます。
エクセルファイルを置いたフォルダ名も忘れずに指定します。
そして、
Close = xl_df["Close"].values
とすると Close 列の値をすべて抜き出してくれます。
#③ X 軸日付
y 軸値(Close)を呼出すための仮の x 軸値(Idx)が必要です。
Idx は 0～29 の30個の整数値です。
これは
Idx = xl_df.index
から取得することができます。
次ぎに未来の x 軸値(Idx5)６日間を作成します。
Idx[-6:]とすると
24～29 の６個の整数値を切り取ることができます。
それに + 5日
Idx5 = Idx[-6:] + 5
すると
Idx5 は 29～34 の６個の整数値となります。
ちなみに、29 にはﾌｨｯﾃｨﾝｸﾞ値と生デ－タが存在しており、
30～34 に５個の未来の予測値が表示されることになります。
#④ フィッティング
フィッティング関数 np.polyfit()
z = np.polyfit(Idx, Close, 5)
を設定します。
第１引数には x 軸値の配列
第２引数には y 軸値の配列
第３引数には多項式関数の次数
を設定します。
今回次数は 5 としました。
フィッティング結果は、np.poly1d() 関数で求めることができます。
p = np.poly1d(z)
#⑤ 予測値
フィッティング関数を使って将来の予測値を計算します。
予測値は np.polyval() 関数で求めることができます。
np.polyval(z,Idx5)･･･⑤a
z にはフィッティング関数が入っています。
そして Idx5 には(最後+将来)の６個の x 軸値が入っています。
よって ⑤a には最後のフィッティング値と５個の予測値が入ります。
でも ⑤a は小数点以下が長く見にくい値ですので、 Numpy round 関数を使ってこれを小数点以下３桁の数値に整形して見やすくします。
np.round(⑤a, 3)
第２引数の 3 は小数点以下の桁数指定です。
np.round(np.polyval(z,Idx5),3))
なお、予測値は np.poly1d() 関数でも求められます。
print(np.round(p(Idx5),3))
とすると同じく、予測値を表示することができます。
#⑥ フィッティング・予測グラフ
フィッティング及び予測値をグラフにして表示します。
plt.plot(Idx, Close, 's', Idx, p(Idx), Idx5, p(Idx5))
's' 指定は■印でポイントが表示されます。
いくつものグラフを表示したいときは、順に並べていけば ok です。
今回は３つのグラフが表示されます。

このあと、この polyfit ファイルの実行結果をまとめて表示します。
長くなりましたのでここで一旦切りたいと思います。

polyfit ファイル実行結果　に続く
Python 多項式フィッティング概要　に戻る

Python 多項式フィッティング

polyfit ファイル作成準備その２

Excel ファイル再利用

polyfit ファイル作成

63PearVillage に戻る