RuntimeWarning: недопустимое значение в журнале "" "Точка входа для запуска ядра I Python

Question

У меня было это выражение: RuntimeWarning: недопустимое значение, обнаруженное в журнале "" "Точка входа для запуска ядра I Python.

при попытке этого:

IN1:

import numpy as np
import pandas as pd
from pandas_datareader import data as wb
import matplotlib.pyplot as plt

IN2:

tickers = ['BP', 'F', 'XOM', 'LNC', 'AAPL']

sec_data = pd.DataFrame()

for t in tickers:
    sec_data[t] = wb.DataReader(t, data_source='yahoo', start='2000-1-1')['Adj Close']

IN3:

sec_returns = np.log(sec_data / sec_data.shift(1))
sec_returns

OUT3:

                BP          F          XOM         LNC         AAPL
Date                    
2000-01-03     NaN         NaN         NaN         NaN         NaN
2000-01-04  -0.005328   -0.033984   -0.019340   -0.029223   -0.088078
2000-01-05  0.033616    0.003697    0.053082    -0.035209   0.014528
2000-01-06  0.002064    0.001230    0.050405    0.018136    -0.090514
2000-01-07  -0.018731   0.071119    -0.002939   0.025022    0.046281
... ... ... ... ... ...
2020-01-21  -0.011675   0.005444    -0.014397   -0.025472   -0.006800
2020-01-22  -0.011549   -0.005444   -0.005788   0.003241    0.003563
2020-01-23  0.008412    -0.002186   -0.006271   -0.006664   0.004804
2020-01-24  -0.001834   -0.015436   -0.006762   -0.030991   -0.002886
2020-01-27  -0.018262   -0.012297   -0.024112   -0.034176   -0.029846

5048 rows × 5 columns

C: \ Program Files \ Anaconda \ lib \ site-packages \ ipykernel_launcher.py: 1: RuntimeWarning: недопустимое значение в журнале "" "Точка входа для запуска ядра I Python.

Есть ли шанс избежать этого RuntimeWarning? Может это из-за отрицательных значений? Но они мне нужны.

PS - делаем это на windows 10, jupyter-notebook.

Answer 1

Почему в этом случае он работает без предупреждения RuntimeWarning?

IN1:

import numpy as np
from pandas_datareader import data as wb

IN2:

MSFT = wb.DataReader('MSFT', data_source='yahoo', start='1995-1-1')
MSFT

IN3:

MSFT['log_return'] = np.log(MSFT['Adj Close'] / MSFT['Adj Close'].shift(1))
MSFT['log_return']

OUT3:

Date
1995-01-03         NaN
1995-01-04    0.007243
1995-01-05   -0.016632
1995-01-06    0.016632
1995-01-09   -0.006205
                ...   
2020-01-22   -0.004816
2020-01-23    0.006137
2020-01-24   -0.010128
2020-01-27   -0.016865
2020-01-28    0.019769
Name: log_return, Length: 6312, dtype: float64

Answer 2

Почти наверняка проблема в данных, возвращаемых Yahoo. Имея ту же проблему, что и вы, я попробовал один и тот же код, используя (а) разные тикеры (что фактически вы сделали, индексируя только столбец MSFT) и (б) разные диапазоны дат, и в обоих случаях избегали проблема. До сих пор я не смог идентифицировать пример проблемы с данными, но когда я это сделаю, я опубликую.

PS В курсе уже упоминалось, что возвращаемые данные не всегда могут быть чистыми, но пока они есть. не говорил о методах смягчения!

РЕДАКТИРОВАТЬ: я забираю это. В диапазоне дат с 2007 по сегодняшний день вычисление лога завершается неудачно с ЛЮБЫМ списком тикеров с более чем двумя элементами (насколько я могу найти). Альтернативно, более длинный список тикеров с более коротким диапазоном дат будет успешным. Предлагает преодолеть какое-то ограничение, но, конечно, numpy и pandas предназначены для работы с массивами большего размера, чем это?

РЕДАКТИРОВАТЬ 2: Экспериментируя с различным количеством тикеров и диапазонами дат, казалось, что журнал ( ) операция выдаст предупреждение, если фрейм данных содержит более 8000 с чем-то ячеек. Чтобы устранить специфику источника данных Yahoo и библиотеки pandas_datareader, я написал следующее:

eles = 8192
cols = 2
arr = pd.DataFrame(np.arange(1, eles+1).reshape((int(eles/cols), cols)))
print(arr.head())
logarr = np.log(arr / arr.shift(1))
#logarr = arr / arr.shift(1)
#logarr = np.log(arr)
#logarr = np.log(arr / arr.add(3))
print(logarr.head())

Независимо от формы массива, выдается предупреждение, если число элементов превышает 8192. Закомментированные варианты не показывают эту проблему: это влияет только (насколько я нашел) на комбинацию numpy .log () и pandas .DataFrame.shift ().

8192, конечно , является степенью 2 (8192 = 2 ^ 13), так что это предполагает (для меня) ошибку или ограничение, влияющее на взаимодействие между numpy и pandas. Или я что-то упустил?

Конечно, это "просто" предупреждение. Возвращенный DataFrame кажется полным и пригодным для использования. Вы можете подавить его с помощью

import warnings
warnings.simplefilter(action='ignore', category=RuntimeWarning)
import pandas as pd

, хотя подавление предупреждений во время выполнения по всем направлениям заставило бы меня чувствовать себя довольно неловко

РЕДАКТИРОВАТЬ 3: После всего этого оказывается, что ответ на обновление numpy и pandas до последней версии (pandas: 1.0.3 и numpy: 1.18.2 в 2020-04-04). Doh. Есть важный урок!

Answer 3

Лог не определен для отрицательных значений, только для положительных. Вы просто не можете взять журнал отрицательного значения. Это не python проблема, это математическая задача.