python中的数据导入/导出和eviews函数调用
pyeviews的Python项目详细描述
pyeviews包的目的是使EViews和python之间的对话更容易，因此python程序员可以直接从python使用eviews的经济计量引擎。这个包使用com在python和eviews之间传输数据。（有关com和eviews的更多信息，请查看我们的whitepaper on the subject。）
下面是一个从python到eviews的简单示例。我们将使用eviews中流行的chow lin插值例程，使用python中创建的数据。Chow-Lin插值是一种基于回归的技术，用于将低频数据（在我们的示例中为年度）转换为高频数据（在我们的示例中为季度）。它能够使用更高的频率序列作为插值序列的模式。选择季度内插序列以四种方式之一匹配年度基准序列：第一种（内插序列的第一季度值与年度序列匹配）、最后一种（相同，但对于第四季度值）、总和（第一至第四季度的总和与年度序列匹配）。和平均值（第一季度到第四季度的平均值与年度系列相匹配）。
我们将使用pandas包的时间序列功能在python中创建两个序列，将其传输到eviews，对我们的序列执行chow lin插值，并将其带回python中。数据取自[BLO2001]中最初用于denton插值的示例。
- 使用您选择的方法安装pyeviews包。例如，在Python Package Index和windows命令提示符下，转到pyeviewspackage
$ pip install pyeviews
或者，下载软件包，导航到安装目录，然后使用：
$ python setup.py install
有关安装的更多详细信息，请参见我们的whitepaper。
- 启动python并使用pandas创建两个时间序列。我们将年度系列称为“基准”，季度系列称为“指标”：
>>>importnumpyasnp>>>importpandasaspa>>>dtsa=pa.date_range('1998',periods=3,freq='A')>>>benchmark=pa.Series([4000.,4161.4,np.nan],index=dtsa,name='benchmark')>>>dtsq=pa.date_range('1998q1',periods=12,freq='Q')>>>indicator=pa.Series([98.2,100.8,102.2,100.8,99.,101.6,102.7,101.5,100.5,103.,103.5,101.5],index=dtsq,name='indicator')
- 加载pyeviews包并创建自定义COM应用程序对象，以便我们可以自定义设置。将showwindow（显示eviews窗口）设置为true。然后调用putpythonaswf函数为基准和指标系列创建页面：
>>>importpyeviewsasevp>>>eviewsapp=evp.GetEViewsApp(instance='new',showwindow=True)>>>evp.PutPythonAsWF(benchmark,app=eviewsapp)>>>evp.PutPythonAsWF(indicator,app=eviewsapp,newwf=False)
在幕后，pyeviews将检测您的pandas对象（如果您有）的datetimeindex是否需要调整以匹配eviews的约会习惯。由于eviews根据频率将日期指定为给定周期的开始，因此在执行计算时，这可能会导致未对齐问题和意外结果。例如，年“A”频率和日期为2000-12-31的DateTimeIndex将被分配一个2000-12-01的内部eviews日期。在这种情况下，pyeviews将在将数据推送到eviews之前将日期调整为2000-01-01。
- 命名工作文件的页面：
>>>evp.Run('pageselect Untitled',app=eviewsapp)>>>evp.Run('pagerename Untitled annual',app=eviewsapp)>>>evp.Run('pageselect Untitled1',app=eviewsapp)>>>evp.Run('pagerename Untitled1 quarterly',app=eviewsapp)
- 使用eviewscopy命令将年度页面中的基准系列复制到季度页面，使用季度页面中的指标系列作为高频指标，并将每年（四个季度）的基准系列总和与基准系列的匹配年度值相匹配：
>>>evp.Run('copy(rho=.7, c=chowlins) annual\\benchmark quarterly\\benchmarked @indicator indicator',app=eviewsapp)
- 将新系列带回python中：
>>>benchmarked=evp.GetWFAsPython(app=eviewsapp,pagename='quarterly',namefilter='benchmarked')>>>print(benchmarked)BENCHMARKED1998-01-01867.4214291998-04-011017.2928571998-07-011097.9928571998-10-011017.2928571999-01-01913.5357141999-04-011063.4071431999-07-011126.8142861999-10-011057.6428572000-01-011000.0000002000-04-011144.1071432000-07-011172.9285712000-10-011057.642857
- 释放分配给COM进程的内存（这在交互模式下不会自动发生）：
>>>eviewsapp.Hide()>>>eviewsapp=None>>>evp.Cleanup()
请注意，如果选择不创建自定义COM应用程序对象（geteviewsapp的geteviewsapp函数），则在最后一步中不需要使用前两行。您只需要调用cleanup（）。如果创建自定义对象但选择不显示它，则不需要使用第一行（函数hide（））。
- 如果需要，打印所有内容以查看插值序列如何跟随指示器序列：
>>># load the matplotlib package to plotimportmatplotlib.pyplotasplt>>># reindex the benchmarked series to the end of the quarter so the dates match those of the indicator seriesbenchmarked_reindexed=pa.Series(benchmarked.values.flatten(),index=benchmarked.index+pa.DateOffset(months=3,days=-1))>>># plotfig,ax1=plt.subplots()plt.xticks(rotation=70)ax1.plot(benchmarked_reindexed,'b-',label='benchmarked')# multiply the indicator series by 10 to put it on the same axis as the benchmarked seriesax1.plot(indicator*10,'b--',label='indicator*10')ax1.set_xlabel('dates')ax1.set_ylabel('indicator & interpolated values',color='b')ax1.xaxis.grid(True)fortlinax1.get_yticklabels():tl.set_color('b')plt.legend(loc='lower right')ax2=ax1.twinx()ax2.set_ylim([3975,4180])ax2.plot(benchmark,'ro',label='benchmark')ax2.set_ylabel('benchmark',color='r')fortlinax2.get_yticklabels():tl.set_color('r')plt.legend(loc='upper left')plt.title("Chow-Lin interpolation: \nannual sum of benchmarked = benchmark",fontsize=14)plt.show()
有关pyeviews包的更多信息（包括函数列表），请查看我们关于该主题的whitepaper。
参考文献
| [BLO2001] | Bloem, A.M, Dippelsman, R.J. and Maehle, N.O. 2001 Quarterly National Accounts Manual - Concepts, Data Sources, and Compilation. IMF. http://www.imf.org/external/pubs/ft/qna/2000/Textbook/index.htm |
要求
- eviews，当然
- Comtypes、Numpy和Pandas
欢迎加入QQ群-->： 979659372
