Python 将循环结果保存到矩阵中

我目前正在编写一个Python工具，用于执行几何布朗运动。执行运动的循环已完成并按预期工作。现在，我很难将模拟的各种结果保存在一个大矩阵中，然后绘制它

我尝试使用append函数，但结果是，我得到的结果是一个列表，每个模拟都有另一个数组，而不是一个大矩阵

我的代码：

import matplotlib.pyplot as plt
import numpy as np


T = 2
mu = 0.15
sigma = 0.10
S0 = 20
dt = 0.01

N = round(T/dt)                 ### Paths
simu = 20                       ### number of simulations
i = 1                      

## creates an array with values from 0 to T with N elementes (T/dt)
t = np.linspace(0, T, N)

## empty Matrix for the end results
res = []

while i < simu + 1:

    ## random number showing the Wiener process
    W = np.random.standard_normal(size = N) 
    W = np.cumsum(W)*np.sqrt(dt) ### standard brownian motion ###
    X = (mu-0.5*sigma**2)*t + sigma*W 
    S = S0*np.exp(X) ### new Stock prices based on the simulated returns ###

    res.append(S)     #appends the resulting array to the result table

    i += 1

#plotting of the result Matrix
plt.plot(t, res)
plt.show() 

导入matplotlib.pyplot作为plt
将numpy作为np导入
T=2
mu=0.15
西格玛=0.10
S0=20
dt=0.01
N=圆形（T/dt）####路径
simu=20###模拟次数
i=1
##创建一个值为0到T的数组，其中包含N个元素（T/dt）
t=np.linspace（0，t，N）
##最终结果的空矩阵
res=[]
而i

如果有人能帮我解决这个问题，我会非常高兴，因为我打算用不同的路径（存储在大矩阵中）来绘制时间

提前谢谢大家,

---

Nick

要完全避免循环，并使用快速、干净的pythonic向量化操作，您可以这样编写操作：

import matplotlib.pyplot as plt
import numpy as np


T = 2
mu = 0.15
sigma = 0.10
S0 = 20
dt = 0.01

N = round(T/dt)                 ### Paths
simu = 20                       ### number of simulations
i = 1                      

## creates an array with values from 0 to T with N elementes (T/dt)
t = np.linspace(0, T, N)

## result matrix creation not needed, thanks to gboffi for the hint :)
## random number showing the Wiener process
W = np.random.standard_normal(size=(simu, N))
W = np.cumsum(W, axis=1)*np.sqrt(dt) ### standard brownian motion ###
X = (mu-0.5*sigma**2)*t + sigma*W
res = S0*np.exp(X) ### new Stock prices based on the simulated returns ###

现在，您的结果存储在实矩阵中，或者正确地存储在

np.ndarray

中

np.ndarray

是

numpy

的标准数组格式，因此是最广泛使用和支持的数组格式。
要绘制它，您需要提供进一步的信息，例如：是否要绘制结果数组的每一行？这将看起来像：

for i in range(simu):
    plt.plot(t, res[i])
plt.show()

如果要在计算后检查形状的一致性，可以执行以下操作：

assert res.shape == (simu, N), 'Calculation faulty!'

---

尝试使用as方法。这将另一个iterable对象作为参数，并将此参数中的每个元素追加到列表中。有关更多信息，请参阅。

i

在

while

循环中不使用，除了递增。这是不良设计的明显迹象。这种循环是完全可以避免的。您还可以预先知道将生成多少元素。哦，顺便说一句：

res

是一个

列表，而不是一个矩阵！我的解决方案解决了你的问题吗？嗨，尼克，我的解决方案解决了你的问题吗？如果是，请投赞成票。如果没有，请告诉我什么不起作用，以便我可以改进它。
res=np.zeros（（20200））
将名称
res
分配给一个20x200数组，该数组由零填充，然后下一个
res=S0*np.exp（X）
将名称
res
分配给表达式的值
S0*np.exp（X）
，当零数组将被垃圾收集时。。。很浪费，不是吗？没错。这并不是故意的，只是想向OP展示如何创建一个数组而不是一个列表。因此，要么省略
res=np.zeros（（20200））
，要么创建一个空数组并为其赋值（如我的答案所示）。创建一个空数组并分配值可能会稍微慢一点，但由于给定的结果形状，这会使查找错误计算变得更容易。拜托，不要找借口。。。请漂亮，请删除零数组创建：这绝对不是Numpy，我敢说这是FORTRAN66 ly！！！哈哈，好的。我只为你把它取下来！；）为了仍然实现检查，我将再添加一行进行检查。