- 博客(22)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 GaussDB高斯数据库（SQL语法分类）
日常查询中，最常用的是通过FROM子句实现的查询。语法格式：使用方法： SELECT [ , ... ] FROM table_reference [ , ... ]SELECT关键字之后和FROM子句之前出现的表达式称为SELECT项。SELECT项用于指定要查询的列，FROM指定要从哪个表中查询。如果要查询所有列，可以在SELECT后面使用*号，如果只查询特定的列，可以直接在SELECT后面指定列名，列名之间用逗号隔开。
2022-10-26 09:58:49
11741
2
原创 GaussDB高斯数据库（SQL语法入门）
DDL数据定于语言：用于定义或修改数据库中的对象，如：表，索引，视图，数据库，序列，用户，角色，表空间，会话等。DDL不支持物化视图，存储过程，触发器，自定义函数，自定义类型。DML数据操作语言：用于对数据库表中的数据进行操作，如插入，更新和删除。DCL数据控制语言：用来设置或更改数据库事务、授权操作（用户或角色授权，权限收回，创建角色，删除角色等）、锁表（支持SHARE和EXCLUSIVE两种锁表模式）、停机等。
2022-10-24 16:52:43
21693
2
原创 GaussDB高斯数据库（数据库基础知识）
基本数据类型：数值类型，字符类型，二进制类型，日期/时间类型，布尔类型，枚举类型等。约束：常见的约束类型：唯一性和主键约束，外键约束，检查约束，非空约束，默认约束。恢复点目标（RPO）：灾难发生后，系统和数据必须恢复到的时间点要求。表的存储方式，按照数据的存储方式，表分为两种：行存储表和列存储表。行村适合的场景：点查询。核心目标：稳定性，安全性，数据一致性，系统的高性能。模式的概念：模式解决的是同名的问题，是对象的集合。事务特征：原子性，一致性，隔离性，持久性。临时表分为：会话级临时表和事务级临时表。
2022-10-19 17:29:50
10591
2
原创 lstm和gru的原理
1.LSTMlstm是由输入门，遗忘门，输出们和一个cell组成。第一步是决定从cell状态中丢弃什么信息，然后再决定有多少新的信息进入到cell状态中，最终基于目前的cell状态据欸的那个输出什么样的信息。2.GRUgru是由重置门和更新门组成的，其输入为前一时刻隐藏层的输出和当前的输入，输出为下一时刻隐藏层的信息。重置门用来计算候选隐藏层的输出，起作用是控制保留多少前一时刻的隐藏层。更新门的作用是控制加入多少候选隐藏层的输出信息，从而得到当前隐藏层的输出。...
2021-05-25 15:22:27
339
原创 .ipynb文件转化成.py文件
首先需要安装好jupyter notebook之后在需要转换的文件的文件夹内打开命令终端jupyter nbconvert --to script xxx.ipynb
2020-10-14 09:51:13
130
原创 Python（pyemd）
用于Python的EMDPyEMD是Ofir Pele和Michael Werman实现的Python包装器，它允许与NumPy一起使用。Installationpip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com pyemdUsage>>> from pyemd import emd>>> import numpy as np
2020-10-05 16:15:40
5209
原创 量化策略系列——【海龟法则】理解与实现（二）
同样是海龟法则主要是实现的方法不一样。该方法是利用掘金量化做的，代码如下。# coding=utf-8from __future__ import print_function, absolute_import, unicode_literalsfrom gm.api import *'''本策略通过获取SHSE.000300沪深300的成份股数据并统计其30天内开盘价大于前收盘价的天数,并在该天数大于阈值10的时候加入股票池随后对不在股票池的股票平仓并等权配置股票池的标的,每次交易间隔
2020-07-23 18:18:08
744
1
原创 量化策略系列——【海龟法则】理解与实现（一）
海龟法则本质上是一种趋势性研究，主要依赖于唐奇安通道，利用唐奇安通道的突破点作为买卖信号指导交易。唐奇安通道主要是一个突破型趋势跟踪指标，可以提供两种不同的突破信号。唐奇安通道指标计算：唐奇安上阻力线 = 过去N天的当日最高价的最大值。唐奇安下支撑线 =过去N天的当日最低价的最小值。中心线 =（上线 + 下线）/ 2唐奇安通道所提供的两种突破信号分别为：上阻力线或下支撑线，突破信号是中心线交叉。中心线有几个用途。首先，它可以用作突破信号以进入新的位置。当价格越过中心线向上时，可以买入..
2020-07-23 17:55:51
1485
原创 Tushare金融大数据开放社区（注册及调用api）
一. 注册Tushare金融大数据开放社区，免费提供各类金融数据和区块链数据 , 助力智能投资与创新型投资。拥有丰富的数据内容，如股票、基金、期货、数字货币等行情数据，公司财务、基金经理等基本面数据，后续开通债券、外汇、行业、大数据、区块链。1. 您可以通过https://tushare.pro/register?reg=378082或https://tushare.pro/访问网站进行注册2. 点击右上角的注册按钮，按要求输入信息即可完成注册二. 调用api1. 注册完成后，登
2020-07-10 10:04:47
1232
原创 python3 查找一段文字内指定字符串具体位置
查找一段文字内指定字符串具体位置。class TrieNode(object): __slots__ = ['value', 'next', 'fail', 'emit'] def __init__(self, value): self.value = value self.next = dict() self.fail = None self.emit = Noneclass AhoCorasic(object)
2020-07-09 15:48:45
1555
原创 python去除括号及括号内内容
去除括号及括号内内容的本质是正则import res = "我是中国人(住在北京)666[真的]bbbb{确定}<kkk>"a = re.sub(u"\\(.*?\\)|\\{.*?\\}|\\[.*?\\]|\\<.*?\\>", "", s)print(a)我是中国人666bbbb
2020-07-08 15:42:17
9256
原创 NumPy入门学习（四）函数
一、创建数组的函数创建不同元素值的多维数组 array() 根据输入数据创建多维数组 ones() 创建元素全为1的多维数组 zeros() 创建元素全为0的多维数组 full() 创建元素全为指定值的多维数组 创建指定元素值的二维数组 eye() 创建对角矩阵形式的二维数组 创建指定元素值得一维数组 linspace() 创建等差数列的一维数组，指定开始值、终值和步长 arange() 创建等差数列的一维数组，指...
2020-07-06 16:33:11
145
原创 NumPy入门学习（三）效率比较
NumPy对比for-in有着很高的效率1. 生成大规模数组的效果@timeit_test(number=1, repeat=1)def list_test(): my_list = list(range(1000000))@timeit_test(number=1, repeat=1)def ndarray_test(): my_arr = np.arange(1000000)list_test() ndarray_test() Time of 0 us
2020-07-06 16:01:27
293
原创 NumPy入门学习（二）矢量运算和广播运算
N维数组对象nadarray核心的两个对象：矢量运算和广播运算。一、矢量运算将两个形状完全一样的数组与元素之间逐个相加，有两种方法：1、for-in循环实现；2、NumPy的运算表达式实现。1. for-in循环实现数组运算list_4x3_a = [[1,1,1],[2,2,2],[3,3,3],[4,4,4]]list_4x3_b = [[5,5,5],[5,5,5],[5,5,5],[5,5,5]]list_4x3_c = [[0,0,0],[0,0,0],[0,0,0],[0,
2020-07-06 15:14:27
361
原创 NumPy入门学习（一）创建对象
NumPy的核心是N维数组对象，其不仅具有适量算数运算和广播的能力，并且在处理多维的大规模数组时快速且节省空间。创建ndarray数组最直接的方法是调用np.array()函数，该函数接受列表、元组类写的嵌套序列对象，然后生成一个ndarray数组。ndarray数组是存储同类匀速的多维的数组容器。1. 单一列表创建一维对象import numpy as nparray_1x7 = np.array([1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0], dtype=np.
2020-07-06 14:27:06
260
原创 pycharm：Updating Indices 解决办法
在pycharm用久了我们可能会出现右下角的一个进度条Updating Indices，有这个东西在我们就无法进行调试和运行这个东西具体是什么呢？他其实就是pycharm在扫描该文件夹内都有什么文件，你看一般我们点击左边栏里面的东西时系统的反应都比较快，实际上就是因为开始的时候他已经跑了一次了。解决方法一：打开 File—>Setting—>Project—>Project Structure，将不需要的文件夹去除掉解决方法二：尽量将文件夹内文件设置问英文解决方
2020-06-10 15:15:59
6785
原创 强化学习（俞凯）一、导论
小白学强化学习，从零开始学习的，肯定会有很多不对的地方，望各位大佬指正，看的是俞凯老师翻译的强化学习，做一个学习笔记也督促自己学习。第一次自己写这种类读书笔记的东西，开始还能看的进去，井字棋那里已经看晕了，俞凯老师翻译的挺好的，没有那种直译的感觉，网上没有找到pdf，如果有大佬有的话，求分享，如果有理解不到位的地方，请大佬指正。目录1.1 强化学习1.2 示例1.3 强化学习要素1.4 局限性与适用范围1.5 井字棋1.6 本章小结1.1 强化学习强化学习就是学习“做什么
2020-06-04 15:10:35
1419
1
原创 python缺失值可视化
以阿里二手车交易价格预测训练数据为例#coding:utf-8#导入warnings包，利用过滤器来实现忽略警告语句。import warningswarnings.filterwarnings('ignore')import pandas as pdimport matplotlib.pyplot as pltimport missingno as msno## 1) 载入训练集和测试集；path = 'D:\python_test\二手车价格预测/data/'Train_da
2020-06-03 16:46:19
2148
原创 回归指标评价定义及代码（MSE，RMSE，MAE，MAPE，R2-score）
利用python语言对回归指标进行简要讲解。目录MSERMSEMAEMAPER2-score代码 MSE 定义：MSE（均方误差）函数一般用来检测模型的预测值和真实值之间的偏差。MSE是真实值与预测值的差值的平方然后求和平均。通过平方的形式便于求导，所以常被用作线性回归的损失函数。 RMSE 定义：RMSE（均方根误差）在MSE的基础上做平方根衡量观测值与真实值之间的偏差。常用来作为机器学习模型预测结果衡量的标准。 MAE 定义：MAE（Mea
2020-06-03 11:00:17
15826
原创 分类指标评价定义及代码（准确率，精确率，召回率，F1，AUC）
对于分类问题进行了一个小的总结，并给出python代码方便各位直观的了解其含义。目录准确率精确率召回率F1AUC 准确率 定义：对于给定的测试数据集，分类器正确分类的样本数与总样本数之比。 公式： 缺点：在正负样本不平衡的情况下，这个指标有很大的缺陷。 代码： ## accuracyfrom sklearn.metrics import accuracy_scorey_pred = [0, 1, 0, 1]y_true = [0, 1.
2020-06-03 10:46:45
6590
原创 pip安装python包-使用豆瓣，清华，阿里云等镜像源
初学python时，我们一般采用的方法是，在命令提示符（cmd）中输入 pip intstall xxxx的方式，但是这种方法一般会下载的很慢，而且有时会因此报错，为了解决该问题，我们可以采用国内的镜像来下载python包，经测验豆瓣下载速度相对较快。Python包在windows 平台下调用豆瓣源的安装方式：pip install -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com xxxxx(在此
2020-06-02 12:59:22
2092
概率论与随机过程.pdf
2019-12-10
数字电路模拟试题
2018-06-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人