win32股票统计程序开发
文章平均质量分 76
dark_tone
编程自学者,喜爱专研未知。
智商不够
展开
-
第十八章 pandas官方文档0.22中文教程---Tutorials(Exercises for New Users),个人渣翻译
新手练习题,访问链接如下: (下载数据,否则没办法做练习) 厌倦了大量的教程,但找不到简单的方法,我决定用习题来练习pandas。不要误解我的意思,辅导课是很好的资源,但是学习是要做的。所以除非你练习,否则你学不会。 将会有三种不同类型的文件: 1。练习说明 Exercise instructions 2。没有代码的解决方案 Solutions wit...原创 2019-10-15 10:36:25 · 138 阅读 · 0 评论 -
第十七章 pandas官方文档0.22中文教程---Tutorials(Practical data analysis with Python),个人渣翻译
Practical data analysis with Python(用Python进行实际的数据分析) 本指南是对使用Python数据生态系统和一个有趣的开放数据集的数据分析过程的全面介绍。 以下四个部分的内容如下: ①脏数据 ②聚合数据 ③可视化 ④时间序列 指南原网址 Python for Data Science python数据科学 我们致力于开源数据项目,...原创 2018-05-20 11:52:47 · 489 阅读 · 0 评论 -
第十六章 pandas官方文档0.22中文教程---Tutorials(lessons 6 lessons 7),个人渣翻译
Lesson6 分组函数import pandas as pd# Our small data setd = {'one':[1,1,1,1,1], 'two':[2,2,2,2,2], 'letter':['a','a','b','b','c']}# Create dataframedf = pd.DataFrame(d)df# Create...原创 2018-05-20 11:20:59 · 273 阅读 · 0 评论 -
第十五章 pandas官方文档0.22中文教程---Tutorials(lessons 4 lessons 5),个人渣翻译
Lesson 4 –添加/删除列-索引操作在这节课中我们将回到基础。我们将使用一个小的数据集,这样您就可以很容易地理解我要解释的内容。我们将添加列、删除列,并以许多不同的方式分割数据。享受吧!import pandas as pd# Our small data setd = [0,1,2,3,4,5,6,7,8,9]# Create dataframedf =...原创 2018-05-20 10:45:59 · 276 阅读 · 0 评论 -
第十四章 pandas官方文档0.22中文教程---Tutorials(lessons 3 ),个人渣翻译
Lesson 3 创建函数,从EXCEL读取,导出到EXCEL - 异常值 - Lambda函数-切片和切块数据。import pandas as pdimport numpy.random as npimport matplotlib.pyplot as plt我们将创建自己的测试数据进行分析# set seednp.seed(111)# Function t...原创 2018-05-19 19:04:08 · 1189 阅读 · 0 评论 -
第十三章 pandas官方文档0.22中文教程---Tutorials(lessons 2 ),个人渣翻译
Lesson 2 从TXT文件读取 -导出到TXT -选择顶部/底部记录-描述性统计-分组/排序数据我们首先创建我们自己的数据集进行分析。这将让用户无障碍阅读本教程,而不需要下载任何文件来复制下面的结果。我们将把这个数据集导出到一个文本文件中,这样您就可以从文本文件中获取一些数据。我们将学习如何在包含婴儿名字的文本文件中读取数据。数据包括出生在1880年的婴儿名字。在这里,我们...原创 2018-05-15 16:24:07 · 286 阅读 · 0 评论 -
第十二章 pandas官方文档0.22中文教程---Tutorials(lessons 1 ),个人渣翻译
Lessons for New pandas Users 给新pandas用户上课。01-lesson:导入库——创建数据集——创建dataFrame——从CSV导出到写入CSV——查找最大值——绘制数据。创建数据–我们首先创建我们自己的数据集进行分析。这将预防让终端用户能阅读本教程,而不需要下载任何文件来复制下面的结果。我们将把这个数据集导出到一个文本文件中,这样您就可以从文本...原创 2018-05-13 19:24:05 · 531 阅读 · 0 评论 -
第十一章 pandas官方文档0.22中文教程---Tutorials(有关cookbook),个人渣翻译
chapter 4 分组/聚合是我最喜欢的关于pandas的东西,我一直在用它。你应该读读这个好吧!我们回到我们的自行车路径数据集。我住在蒙特利尔,我很好奇,我们是不是更像是一个通勤城市,还是一个有趣的城市——人们在周末或工作日更喜欢骑车吗? 在dataframe中添加一个“工作日”列。 首先,我们需要加载数据。我们这样做过bikes = pd.read_csv('../dat...原创 2018-05-12 17:33:06 · 1224 阅读 · 0 评论 -
第十章 pandas官方文档0.22中文教程---Tutorials(有关cookbook),个人渣翻译
这是一个包涵许多pandas教程的指南,主要面向新用户。内部指南看10分钟入门pandas*(10 Minutes to pandas) 更复杂的使用方法参看cookbookpandas cookbook这本cookbook的目标是给你一些具体的例子,让你从pandas开始。这些都是真实数据的例子,以及它所包含的所有错误和古怪。 这里是v0.1版本的链接。对于最新的目录,请...原创 2018-05-12 15:09:58 · 2438 阅读 · 3 评论 -
第九章 pandas官方文档0.22中文教程---总揽,个人渣翻译
pandas官方文档入口:pandas docs 0.22 个人准备进行渣翻译,增强记忆,能够系统性的了解一下pandas。整个文档组织从上到下分为: what’s new 各版本的添加,改变等信息集合。 installation ...原创 2018-05-12 12:55:06 · 681 阅读 · 0 评论 -
第八章 groupby分组是什么?它有什么作用? 深入理解层次化索引
学习到pandas的groupby功能的时候,相当迷惑,这玩意儿干嘛用的? 网上查询了一下,全是具体的用法用列,要么就是从某些书本上“copy”下来的段落,也没清楚明白的讲groupby功能到底是什么。 大概知道它和数据库操作比较类似,可惜我没有学过数据库,因此无法对比参照。 至少我看那些文章,是越看越糊涂,它被发明出来解决什么问题的? 想象一个如下的数据集:frame=pd.Data...原创 2018-05-11 16:12:26 · 4453 阅读 · 0 评论 -
第七章 对DataFrame行列数据修改的补充,对数据切片的补充
对第六章补充新增:查询资料后发现,delete方式会改动原始数据,不够安全,所以推荐用drop,这个方法不会修改原始数据,产生一个新对象。新增:添加行列除了用insert之外,如果只需要在最后一行一列添加,完全可以使用append方法,更简单的方法是直接赋值!对于如下df数据: #添加列df['人口']=['200','300','400','500','600']...原创 2018-05-11 11:23:39 · 1509 阅读 · 0 评论 -
第六章 pandas入门,改变series和DataFrame索引
增加或重排:重新索引reindex 删除:drop 对于一个已经建好的DataFrame对象,想要调整它的列索引顺序。 使用.reindex(columns=)方法 同理,使用.reindex(index=)方法,可以调整它的行索引顺序。 总结:千万不要认为reindex仅仅是给索引改名,它是改变了key-values的关系,改变了整个DataFrame对象结构。添加...原创 2018-05-03 06:47:33 · 11140 阅读 · 0 评论 -
第五章 pandas入门 DataFrame类型建立,获取行列数据,切片数据
DataFrame类型由共用相同索引的一组列组成,就是最熟悉的表格类型。 纵向的索引叫做index(axis=0),横向的叫做columns(axis=1),既有行索引,也有列索引。 DataFrame常用于表达二维数据,但可以表达多维数据。 可以由如下类型创建: ①二维ndarray对象。 ②由一维ndarray,列表,字典,元祖或series构成的字典 ③series类型 ④...原创 2018-05-03 04:43:30 · 15201 阅读 · 1 评论 -
第四章 pandas series类型入门
认识pandas是python第三方库,提供高性能易用数据类型和分析工具。 它引入了series和DataFrame两个数据类型。 series 索引+ 一维数据 DataFrmae 索引+ 二维数据 pandas的设计初衷,在于希望建立起数据与索引的对应关系,通过操作索引就能变相操纵数据,而不用关心数据的纬度,减轻思考负担。 pandas希望用户能像对待单一数据一样对待se...原创 2018-05-02 19:32:18 · 431 阅读 · 0 评论 -
第三章 tushare数据接口包的认识
首先整个turshare数据可大概分为7个大类。交易类数据提供股票的交易行情数据,通过简单的接口调用可获取相应的DataFrame格式数据,主要包括以下类别:历史行情数据 复权历史数据 实时行情数据 历史分笔数据 实时报价数据 当日历史分笔 大盘指数列表 大单交易数据投资参考数据投资参考提供一些可能会影响股票价格走势的信息数据,为投资者在做投资决策时提供数据参...原创 2018-05-02 07:56:53 · 3391 阅读 · 1 评论 -
第二章 财经数据接口包tushare 以及anaconda安装
初步学了一周的python了,大概摸索着开始学习股票的数据接口包。 边练边学,边查询资料,这样效率应该能快一些。 安装方式,因为tushare有一些前置依赖,官方推荐 建议安装Anaconda(http://www.continuum.io/downloads),一次安装包括了Python环境和全部依赖包,减少问题出现的几率。 Anaconda的官网界面挺漂亮的,选择对应的操...原创 2018-05-02 06:33:32 · 5501 阅读 · 1 评论 -
开发控制台股票统计程序遇到的问题汇总
利用c语言开发最基础的控制台股票统计程序,整个程序的逻辑非常简单。 就是利用fopen打开数据文件,然后读取数据,处理统计。 但就这么一个简单的程序,开发过程中也遇到不少问题,消耗了很多时间进行调试。1. 在读取沪深3000多只股票数据的时候,反复出错。检查发现有些个股的名字加了多余的空格,比如“深 赛 格”,造成读取格式出错。这样的股票不下百只,只能采用人工修改原始数据。幸好只...原创 2018-04-24 07:56:55 · 244 阅读 · 0 评论 -
第一章 python数据分析的全流程,初步学习anaconda使用
整个流程可以大概分成四部分。 1. 数据获取:①本地获取,用户手工输入,或者以文本文件的形式读取,又或读取某个数据库;②网络获取,比如爬取信息,对信息解析,保存到文件,或者网站直接提供了api与数据下载。2.数据整理:把数据获取的部分,按我们需要的方式给整理完成,包括数据格式,数据的取舍,数据计算等等,又可以称为“数据清洗”,其目的是为了之后的数据分析,减轻分析的难度。3.数据分析:在整...原创 2018-05-01 09:13:19 · 5314 阅读 · 0 评论