常連

### pythonのnumpyをインポートするとエラーが出る


### 発生している問題・エラーメッセージ

```
ModuleNotFoundError: No module named 'numpy'
```

### 該当のソースコード

```python
import numpy as np
arr=np.array([10,20,30,])
print(arr+10)
```

### 試したこと
pip install numpyでインストールし、バージョンも最新です。
Atomでは問題なく実行されますが、Atomで保存して作成したファイルをコマンドプロンプトで実行すると上記のエラーがでます。


### pythonのバージョンは3.7.2です。
インストールした名前とインポートする名前が同じとは限らないという記事を見かけ、なにかわかりそうでしたがわかりませんでした。
プログラムの勉強を始めたばかりで何もわかりませんが、アドバイスいただけるとありがたいです。

追記:numpyとchardet以外のライブラリやモジュールはインポート、実行は問題なくできます。（ex time,random）
追記:今分かったのですが、コマンドプロンプトに直接コードを入力すると問題なくインポート、実行します。

numpyをinportするとエラーがでる

### 実現したいこと

dydx=x+c
(xは１から１０までの整数値をとる変数、cは定数である)
という微分方程式を定数c=1,2,3,4,5の場合それぞれ解きたい.

具体的には
dydx=x+1
dydx=x+2
dydx=x+3
dydx=x+4
dydx=x+5
の５つの微分方程式をfor文を用いて順番に解いていきそれぞれのyをリスト型の
c=1の場合はypoints_1
c=2の場合はypoints_2
c=3の場合はypoints_3
c=4の場合はypoints_4
c=5の場合はypoints_5
に代入したい
- [ ] ▲▲機能を動作するようにする

### 前提

ここに質問の内容を詳しく書いてください。
上記の内容を解く
### 発生している問題・エラーメッセージ

```
NameError                                 Traceback (most recent call last)
<ipython-input-18-9cb7432c946d> in <cell line: 18>()
     18 for c in crange:
     19     for x in xrange:
---> 20         ypoints_c.append(dydx)
     21         k_1=func(x,a,b)
     22         dydx +=k_1

NameError: name 'ypoints_c' is not defined
```

### 該当のソースコード
Python
```
import numpy as np
import matplotlib.pyplot as plt

xrange=np.arange(1,11,1)

c=0
crange=np.arange(1,6,1)
dydx=0
ypoints_1=[]
ypoints_2=[]
ypoints_3=[]
ypoints_4=[]
ypoints_5=[]

def func(x,a,b):
    dydx=x+c
    return dydx
for c in crange:
    for x in xrange:
        ypoints_c.append(dydx)
        k_1=func(x,a,b)
        dydx +=k_1
```

### 試したこと

リストypointsの名前を変えてみたりした

### 補足情報（FW/ツールのバージョンなど）

ここにより詳細な情報を記載してください。


Pythonの繰り返し演算処理を行いたい

### 実現したいこと

以下のようなデータがあります。

```Python
# 'date1','date2','K','V'
d = [
(3,1,1,22),
(3,1,2,22),
(3,1,1,20),
(3,1,2,20),
(3,1,3,50),
(3,2,3,5),
(3,2,2,5),
(4,1,1,53),
(4,1,2,53),
(4,1,1,52),
(4,1,2,52),
(4,2,2,21),
(5,1,1,32),
(5,1,1,31),
(5,1,2,31),
(5,2,1,12),
(5,1,3,32),
(5,1,2,32),
(5,2,3,33)
]
```

次のようなDataframeを作りたいと考えています。

|date1|date2|M12|M3|
|:--|:--:|:--:|:--:|
|3|1|50|84|
|3|2|5|5|
|4|1|210|0|
|4|2|21|0|
|5|1|32|126|
|5|2|33|12|

（※下記のご指摘にあったように、この表はM12,M3が逆でしたので、訂正致しました）

date1かつdate2でgroup分けしたい
Kが1か2のときの全てのVの合計をM12
Kが3のときの全てのVの合計をM3
（A&Bの重複はありません）


### 質問

質問
　Pandasを使っての上記のDataframeの作成

以上、よろしくお願い致します。


### 該当のソースコード

```Python
import pandas as pd

d = [
(3,1,1,22),
(3,1,2,22),
(3,1,1,20),
(3,1,2,20),
(3,1,3,50),
(3,2,3,5),
(3,2,2,5),
(4,1,1,53),
(4,1,2,53),
(4,1,1,52),
(4,1,2,52),
(4,2,2,21),
(5,1,1,32),
(5,1,1,31),
(5,1,2,31),
(5,2,1,12),
(5,1,3,32),
(5,1,2,32),
(5,2,3,33)
]

df = pd.DataFrame(data = d, columns=['date1','date2','K','V'])

# M12とM3のseriesを作って、最後にmergeしようと考えました
df12 =  df.groupby(['date1', 'date2']).filter(lambda x : (x['K'] == 1 or x['K'] == 2))
df3 =  df.groupby(['date1', 'date2']).filter(lambda x : x['K'] == 3)

　　（省略）
```


### 発生している問題・エラーメッセージ

上記ソースのgroupby部分。


### 補足情報（FW/ツールのバージョンなど）

Python 3.11.2
pandas 1.5.3



Pandas Dataframeの列の値を条件付きで判定して、グループごとの合計を求める

invalid character in identifier のエラーが出ました。
```ここに言語を入力
def xxx(train_X, train_y, test_X):
    train_X = tf.placeholder(tf.float32,[None,784])
    train_y = tf.placeholder(tf.float32,[None,784])
    W = tf.Variable(tf.zeros([784,10]))
    b = tf.Variable(tf.zeros([10]))
    y = tf.nn.softmax(tf.matmul(train_X, train_y,W)+b)
  pred_y = tf.placeholder(tf.float32,[None,10])
    cross_entropy = -tf.reduce_sum(pred_y*tf.log(y))
    train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)
    init = tf.initialize_all_variables()
    correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
    accuracy = tf.reduce_mean(tf.cast(correct_prediction,"foat"))
    return pred_y
```
と書いたコードを実行すると
```ここに言語を入力
 train_X = tf.placeholder(tf.float32,[None,784])
           ^
SyntaxError: invalid character in identifier
```
とエラーが出ました。
どうしてただ変数定義をしただけなのにこのようなエラーが出るのかがわかりません。
どう直せば良いのでしょうか？

invalid character in identifier　のエラー

### 前提・実現したいこと

vscodeを使用して、python3.6環境でコードを作っています。

pipによると、インストールされているライブラリが、
インポートできません。


### 発生している問題・エラーメッセージ



エラーメッセージ
Traceback (most recent call last):
  File "D:\visual studio code\python.vscode\aaaa.py", line 2, in <module>
    import numpy as np
ModuleNotFoundError: No module named 'numpy'

### 該当のソースコード

import numpy as np
import matplotlib.pyplot as plt
import pygame
from pygame.locals import *
import serial
import sys


### 試したこと
コマンドプロンプトで pip list　を行うと、
上記すべてのライブラリ（numpy,matplotlib,pygame serial,sys）が入ってました。
Package         Version
--------------- ---------
certifi         2018.4.16
chardet         3.0.4
cycler          0.10.0
idna            2.6
kiwisolver      1.0.1
matplotlib      2.2.2
numpy           1.14.4
panda           0.3.1
pip             10.0.1
pygame          1.9.3
pyparsing       2.2.0
PyQt5           5.10.1
pyqtgraph       0.10.0
pyserial        3.4
python-dateutil 2.7.3
pytz            2018.4
requests        2.18.4
setuptools      39.2.0
sip             4.19.8
six             1.11.0
urllib3         1.22

環境変数のpathのところに、ライブラリフォルダを追記しました
C:\Users***\AppData\Local\Programs\Python\Python36-32\Lib\site-packages

### 補足情報（FW/ツールのバージョンなど）

python 3.6 32bit
win7

pythonでインストールされているのにインポートできません。

### 実現したいこと

Excelの累乗近似機能のように、次のx, yの数値をPython(Numpy, Scipy)を使って「y = bx^a + c」の形に累乗近似したいと考えています。
```
x = (38602.61004, 41670.86138, 45333.78572, 49376.79694, 53348.51068)
y = (158489.3192, 125892.5412, 100000, 79432.82347, 63095.73445)
```

### 発生している問題・エラーメッセージ
コードを作成し実行しましたが、次のようなエラーが出てしまいます。
```
Traceback (most recent call last):
  File "/Users/202305/0502/0502b.py", line 10, in <module>
    popt, cov = curve_fit(funk_fit, x, y)
  File "/Users/opt/anaconda3/lib/python3.9/site-packages/scipy/optimize/minpack.py", line 794, in curve_fit
    raise RuntimeError("Optimal parameters not found: " + errmsg)
RuntimeError: Optimal parameters not found: Number of calls to function has reached maxfev = 800.
```
エラーの意味が分からず、途方に暮れている状況です。
訳すると「最適なパラメータが見つからない」と書いているので、そもそも大事なところで間違っているということでしょうか。。

### 該当のソースコード

```Python
import numpy as np
from scipy.optimize import curve_fit

def funk_fit(x, a, b, c):
    return b*x**a + c

x = np.array([38602.61004, 41670.86138, 45333.78572, 49376.79694, 53348.51068])
y = np.array([158489.3192, 125892.5412, 100000, 79432.82347, 63095.73445])

popt, cov = curve_fit(funk_fit, x, y)
popt
```
どの部分にこのエラーの原因があるのでしょうか。どなたか助けていただけると幸いです。


scipyのcurve_fitを使って累乗近似をしたいが、エラーが出てしまう

### 実現したいこと

ここに実現したいことを箇条書きで書いてください。
- [ ] > backtrader（バックテスト）に、注文を反映させたい。

### 前提

エントリーロジックには、以下のように単純なものしか記載していないのですが、
バックテストを行うと、一切エントリーがされていない状態となっています。

### 
        self.buy()
        elif self.position:
            self.sell()
```
実行後：
Final Portfolio Value: 100000.0
Sharpe Ratio: None
Max Drawdown: 0.0
Annual Return: OrderedDict([(datetime.datetime(2020, 2, 26, 23, 25), 0.0)])
Sharpe Ratio Analysis: OrderedDict([('sharperatio', None)])
Drawdown Analysis: AutoOrderedDict([('len', 0), ('drawdown', 0.0), ('moneydown', 0.0), ('max', AutoOrderedDict([('len', 0.0), ('drawdown', 0.0), ('moneydown', 0.0)]))])
Annual Return Analysis: OrderedDict([(datetime.datetime(2020, 2, 26, 23, 25), 0.0)])
```

### 該当のソースコード

```python

class PandasDataFeed(btfeeds.PandasData):

    params = (
        ('datetime', -1),
        ('high', 'high'),
        ('low', 'low'),
        ('close', 'close'),
    )

    # 既存のデータフレーム 'df' に対して、NaNを含む行を削除
    df = df.dropna()

    def __init__(self):
        super(PandasDataFeed, self).__init__()

class BollingerStrategy(btStrategy):
    params = {
        'time_period_to_close': 1,
    }

    def __init__(self):
        self.first_bar = True

        self.datetime = self.datas[0].datetime
        self.high = self.datas[0].high
        self.low = self.datas[0].low
        self.close = self.datas[0].close
        self.bar_executed = 0

    def next(self):
        
        if self.first_bar:
            self.first_bar = False
            return

        self.buy()
        
        if self.position:g
            self.sell()

    def log(self, txt, dt=None):
        """ Logging function for this strategy"""
        dt = dt or self.datas[0].datetime.datetime(0)
        print('%s, %s' % (dt.isoformat(), txt))

class SafeAnnualReturn(btanalyzers.AnnualReturn):
    def start(self):
        super().start()
        self._value_start = self.strategy.broker.getvalue()

    def stop(self):
        value_start = self._value_start
        value_end = self.strategy.broker.getvalue()

        if value_start != 0.0 and len(self.strategy.datetime.array) > 0:
            annualret = (value_end / value_start) - 1.0
            if len(self.rets) > 0:
                self.rets[self.strategy.datetime.datetime(-1)] = annualret
            else:
                self.rets[self.strategy.datetime.datetime(-1)] = annualret
        else:
            if len(self.strategy.datetime.array) > 0:
                self.rets[self.strategy.datetime.datetime(-1)] = 0.0
            else:
                self.rets[self.strategy.datetime.datetime(-1)] = 0.0

    def get_analysis(self):
        return self.rets
            
# バックテストの実行と評価
# Cerebroエンジンの初期化
cerebro = bt.Cerebro()

# データフィードの追加
data_feed = PandasDataFeed(dataname=df)
cerebro.adddata(data_feed)

# 戦略の追加
cerebro.addstrategy(BollingerStrategy)

# 分析機能の追加
cerebro.addanalyzer(btanalyzers.SharpeRatio, _name='sharpe_ratio')
cerebro.addanalyzer(btanalyzers.DrawDown, _name='drawdown')
cerebro.addanalyzer(SafeAnnualReturn, _name='annual_return')
cerebro.addanalyzer(btanalyzers.SharpeRatio, _name='mySharpeRatio')

# 初期資本の設定
cerebro.broker.setcash(100000.0)
cerebro.addsizer(bt.sizers.FixedSize, stake=1)

# バックテストの実行
results = cerebro.run()

# 分析結果の取得
sharpe_ratio = results[0].analyzers.sharpe_ratio.get_analysis()['sharperatio']
drawdown = results[0].analyzers.drawdown.get_analysis()
annual_return = results[0].analyzers.annual_return.get_analysis()

# 最終資産額と分析結果の表示
print('Final Portfolio Value:', cerebro.broker.getvalue())
print('Sharpe Ratio:', sharpe_ratio)
print('Max Drawdown:', drawdown['max']['drawdown'])
print('Annual Return:', annual_return)

#results変数を確認し、異常な値が含まれているかどうかをチェック
print("Sharpe Ratio Analysis:", results[0].analyzers.sharpe_ratio.get_analysis())
print("Drawdown Analysis:", results[0].analyzers.drawdown.get_analysis())
print("Annual Return Analysis:", results[0].analyzers.annual_return.get_analysis())

# プロットの設定
plt.style.use('seaborn-whitegrid')
matplotlib.rcParams.update({'font.size': 8})
fig, ax1 = plt.subplots(figsize=(12, 6))

# バックテストの結果をプロット
cerebro.plot(iplot=False, ax=ax1)

# プロットの保存
plt.savefig("backtest_results.png", dpi=300, bbox_inches='tight')

# 結果をファイルに保存
with open("backtest_results.txt", "w") as f:
    f.write("Final Portfolio Value: {}\n".format(cerebro.broker.getvalue()))
    f.write("Sharpe Ratio: {}\n".format(sharpe_ratio))
    f.write("Max Drawdown: {}\n".format(drawdown['max']['drawdown']))
    f.write("Annual Return: {}\n".format(annual_return))
    f.write("\n")
    f.write("Sharpe Ratio Analysis: {}\n".format(results[0].analyzers.sharpe_ratio.get_analysis()))
    f.write("Drawdown Analysis: {}\n".format(results[0].analyzers.drawdown.get_analysis()))
    f.write("Annual Return Analysis: {}\n".format(results[0].analyzers.annual_return.get_analysis()))

# バックテスト結果の詳細を表示
print("Strategy analysis:")
for k, v in results[0].analyzers.items():
    print("  {}: {}".format(k, v.get_analysis()))

print("Backtest completed successfully.")
```

### 試したこと

データに欠損値がないことは確認し、欠損値があれば行ごと削除するという前処理は実行しています。
df上のデータ、計算後のデータもprintで確認し問題はありませんでした。


### 補足情報（FW/ツールのバージョンなど）

windows11


backtrader（バックテスト）に、注文を反映させたい。

### 前提
前回同様、ベジエ曲線から美的曲線の生成を行おうとしています。
前回の質問では、曲線を描く際の計算方法に誤りがあったので修正した後の話になります。
### 発生している問題・エラーメッセージ

```
エラーメッセージ
pass省略ーt2_1.py,　t2.pyどちらも同じ場所にあります。
t2_1.py:44: RuntimeWarning: invalid value encountered in divide
  ds_drho = np.sqrt(px ** 2 + py ** 2) / rho
t2_1.py:61: RuntimeWarning: divide by zero encountered in double_scalars
  a = 1 / np.log(rho[-1] / rho[0]) * np.log(ds_drho * rho)
t2_1.py:62: RuntimeWarning: divide by zero encountered in log
  c = np.mean(np.log(ds_drho * rho) - a * np.log(rho))
t2_1.py:50: RuntimeWarning: divide by zero encountered in log
  beautiful_rho = np.exp((a * np.log(rho)) + c)
Traceback (most recent call last):
t2.py", line 23, in <module>
    beautiful_x, beautiful_y = bz.bezier_to_Biteki(Q)
ValueError: too many values to unpack (expected 2)
```

### 該当のソースコード

```ここに言語名を入力
# Bernstein多項式を計算する関数
def bernstein(n, t):
    B = []
    for k in range(n + 1):
        # 二項係数を計算してからBernstein多項式を計算
        nCk = math.factorial(n) / (
                math.factorial(k) * math.factorial(n - k))
        B.append(nCk * t ** k * (1 - t) ** (n - k))
        # print(nCk, k, n - k)
    return B


# ベジェ曲線を描く関数
def bezier_curve(Q):
    """
    制御点 Q とパラメーター t によって定義されるベジェ曲線上の点を計算します。
    """
    n = len(Q) - 1
    dt = 0.03333333
    t = np.arange(0, 1, dt)
    B = bernstein(n, t)
    dx_dt = 0
    dy_dt = 0
    for i in range(len(Q)):
        dx_dt += np.dot(B[i], Q[i][0])
        dy_dt += np.dot(B[i], Q[i][1])
    return np.array([dx_dt, dy_dt])


# 対数型美的曲線を描く関数
def bezier_to_Biteki(Q):
    """
    制御点Qで定義されるベジェ曲線を美しい曲線に変換します。
    """
    t = np.linspace(0, 1, 100)
    px, py = bezier_curve(Q)

    # Calculate rho and ds/drho
    rho = np.sqrt(px ** 2 + py ** 2)
    ds_drho = np.sqrt(px ** 2 + py ** 2) / rho

    # Calculate a and c
    a, c = curvature(rho, ds_drho)

    # Calculate beautiful curve
    beautiful_rho = np.exp((a * np.log(rho)) + c)
    beautiful_x = px * beautiful_rho / rho
    beautiful_y = py * beautiful_rho / rho

    return np.array([beautiful_x, beautiful_y]).T


def curvature(rho, ds_drho):
    """
    美しい曲線公式を使用して曲率を計算します。
    """
    a = 1 / np.log(rho[-1] / rho[0]) * np.log(ds_drho * rho)
    c = np.mean(np.log(ds_drho * rho) - a * np.log(rho))
    return a, c
```

### 試したこと
エラーの意味を調べたり、ChatGPT君に相談したりで、

def bezier_to_Biteki(Q):の戻り値でエラーが出ているのではないかと予想しています。
しかし、戻り値を一つでとらえているのか、二つでとらえているのかわからないため断念してます。

### 補足情報（FW/ツールのバージョンなど）
python3.8



NumPy