- 博客(70)
- 资源 (29)
- 收藏
- 关注
转载 Python高效编程的19个技巧
初识Python语言,觉得python满足了我上学时候对编程语言的所有要求。python语言的高效编程技巧让我们这些大学曾经苦逼学了四年c或者c++的人,兴奋的不行不行的,终于解脱了。高级语言,如果做不到这样,还扯啥高级呢?1.交换变量>>>a=3>>>b=6这个情况如果要交换变量在c++中,肯定需要一个空变量。但是python不需要,只需一行,大家看清楚了
2017-11-28 21:36:14 363
转载 python enumerate用法总结
enumerate()说明enumerate()是python的内置函数enumerate在字典上是枚举、列举的意思对于一个可迭代的(iterable)/可遍历的对象(如列表、字符串),enumerate将其组成一个索引序列,利用它可以同时获得索引和值enumerate多用于在for循环中得到计数例如对于一个seq,得到:(0, seq[0]), (1, seq[1
2017-11-28 20:41:49 1315
转载 聚宽-彼得·林奇的成功投资策略
导语:投资大师彼得·林奇(Peter Lynch)有过一个著名的论断:任何一家公司股票如果定价合理的话,市盈率就会与收益增长率相等。这就是PEG估值法,PEG在综合考虑了低风险以及未来成长性的因素,可用于股票价值评估。本文浅谈“PEG估值法”,并给出策略,进行回测。本文由JoinQuant量化课堂推出 。难度标签为入门,理解深度标签:level-0作者: 宏观经济占卜师编辑:
2017-11-28 16:03:33 2137
原创 基金指标: beta,alpha,Sharpe Ratio
4月5号我怀着激动的心情,看着国家发布的重大利好消息,揣着1万一大早进场了;结果人算不如天算天算不如不算,遇到了技术性调整,亏了500;4月6号一大早我只剩下9500块钱,而6号赚了100块钱,变成了9600块;4月7号,也就是今天,我又赚了100块钱,变成了9700块;收盘时我决定退市然后用9700块钱吃顿好的。在吃完好的之后我就想,我的最大回撤和夏普比率该怎么算?言归正传。在选择基金的
2017-11-28 14:16:30 14884
转载 pandas数据处理
用pandas进行数据分析,对数据预处理,以及简单例子说明concat用于将2个DataFrame连接到一起,一般是将训练集与测试集连接在一起对属性值进行预处理。个人感觉这样处理是可以的,因为对属性值的处理一般要求数值越多越好,而且对训练集与测试集的数据预处理要求要是一样的。只要在训练模型的时候讲2者分开就行。相同列合并到一起,不同时新建列,缺省值为NaNd
2017-11-28 11:25:41 589
转载 分位数(quantile)
------------------------------------------------------------------------------------------------------四分位数(Quartile),即统计学中,把所有数值由小到大排列并分成四等份,处于三个分割点位置的得分就是四分位数。第一四分位数 (Q1),又称“较小四分位数”,等于该样本中所有数
2017-11-28 11:11:36 12214
转载 pandas 模块学习
pandas模块方法有两个1.在windows下安装pandas,只安装pandas一个包显然是不够的,它并没有把用到的相关包都打进去,这点是很麻烦的,只有等错误信息出来后才知道少了哪些包。我总结了一下,一共需要安装如下包:pyparsing-2.0.2.win32-py2.7.exematplotlib-1.3.1.win32-py2.7.exeopenpyxl-open
2017-11-28 11:08:57 322
转载 Python两个内置函数——locals 和globals (学习笔记)
Python两个内置函数——locals 和globals这两个函数主要提供,基于字典的访问局部和全局变量的方式。在理解这两个函数时,首先来理解一下python中的名字空间概念。Python使用叫做名字空间的东西来记录变量的轨迹。名字空间只是一个字典,它的键字就是变量名,字典的值就是那些变量的值。实际上,名字空间可以象Python的字典一样进行访问每个函数都有着
2017-11-27 13:55:00 499
转载 理解阻塞非阻塞与同步异步的区别
阻塞”与"非阻塞"与"同步"与“异步"不能简单的从字面理解,提供一个从分布式系统角度的回答。1.同步与异步同步和异步关注的是消息通信机制 (synchronous communication/ asynchronous communication)所谓同步,就是在发出一个*调用*时,在没有得到结果之前,该*调用*就不返回。但是一旦调用返回,就得到返回值了。换句话说,就是由*调用者*
2017-11-27 11:35:58 240
转载 C++中结构体与类的区别(struct与class的区别)
转载来源:http://blog.sina.com.cn/s/blog_48f587a80100k630.htmlC++中的struct对C中的struct进行了扩充,它已经不再只是一个包含不同数据类型的数据结构了,它已经获取了太多的功能。struct能包含成员函数吗? 能!struct能继承吗? 能!!struct能实现多态吗? 能!!! 既然这些它都能实现,那它和c
2017-11-24 14:30:38 358
转载 同步IO和异步IO
同步IO和异步IO 有两种类型的文件IO同步:同步文件IO和异步文件IO。异步文件IO也就是重叠IO。在同步文件IO中,线程启动一个IO操作然后就立即进入等待状态,直到IO操作完成后才醒来继续执行。而异步文件IO方式中,线程发送一个IO请求到内核,然后继续处理其他的事情,内核完成IO请求后,将会通知线程IO操作完成了。 如果IO请求需要大量时间执行
2017-11-24 11:05:43 797
转载 科普一下,什么是戴维斯双击和戴维斯双杀?
创业板受到多重利空压制而大跌,上证也受到拖累,只有上证50小幅翻红。创业板依然是下跌趋势,不要瞎猜底部,更不要轻易抄底,要以均线为准,反弹站上5日线才有短线机会。主板部分板块仍然是处于上升趋势,仍然有行情,只是暂时受到创业板拖累。一边是以银行保险股和周期股单边上涨,一边是创业板高市盈率股暴跌。几十年前,美国祖孙三代炒股的戴维斯家族早就解释了这种现象,叫戴维斯效应。戴维斯双击
2017-11-24 10:27:45 4095
转载 python中的实例方法、静态方法、类方法、类变量和实例变量浅析
注:使用的是Python2.7。一、实例方法实例方法就是类的实例能够使用的方法。如下:复制代码代码如下:class Foo: def __init__(self, name): self.name = name def hi(self): print self.nameif __name
2017-11-24 10:27:23 384
转载 python 正态分布随机数 numpy.random.randn 使用小技
格式:numpy.random.randn(d0, d1, ..., dn)Generate d0 X d1 X ... X dn dimensions normal Gaussian distribution of mean 0 and variance 1 .同时,与np.random.standard_norma( ( d0, d1, ..., dn ))完全
2017-11-24 10:26:48 4768
转载 利用Python进行数据分析(15) pandas基础: 字符串操作
字符串对象方法split()方法拆分字符串:strip()方法去掉空白符和换行符:split()结合strip()使用:"+"符号可以将多个字符串连接起来:join()方法也是连接字符串,比较它和"+"符号的区别:in关键字判断一个字符串是否包含在另一个字符串中:index()方法和find()方法
2017-11-24 10:26:08 1769
转载 利用Python进行数据分析(14) pandas基础: 数据转换
数据转换指的是对数据的过滤、清理以及其他的转换操作。移除重复数据DataFrame里经常会出现重复行,DataFrame提供一个duplicated()方法检测各行是否重复,另一个drop_duplicates()方法用于丢弃重复行:duplicated()和drop_duplicates()方法默认判断全部列,如果不想这样,传入列的集合作为参数可以指定按列判断,例
2017-11-23 16:22:23 631
转载 利用Python进行数据分析(13) pandas基础: 数据重塑/轴向旋转
重塑定义 重塑指的是将数据重新排列,也叫轴向旋转。DataFrame提供了两个方法:stack: 将数据的列“旋转”为行。unstack:将数据的行“旋转”为列。例如:处理堆叠格式 堆叠格式也叫长格式,一般关系型数据库存储时间序列的数据会采用此种格式,例如:虽然这种存储格式对于关系型数据库是好的,不仅保持了关系完整性还提
2017-11-23 16:00:59 651
转载 利用Python进行数据分析(12) pandas基础: 数据合并
pandas 提供了三种主要方法可以对数据进行合并:pandas.merge()方法:数据库风格的合并;pandas.concat()方法:轴向连接,即沿着一条轴将多个对象堆叠到一起;实例方法combine_first()方法:合并重叠数据。pandas.merge()方法:数据库风格的合并 例如,通过merge()方法将两个DataFrame合并:on
2017-11-23 15:55:14 504
转载 利用Python进行数据分析(11) pandas基础: 层次化索引
层次化索引层次化索引指你能在一个数组上拥有多个索引,例如:有点像Excel里的合并单元格对么?根据索引选择数据子集 以外层索引的方式选择数据子集:以内层索引的方式选择数据:多重索引Series转换为DataFrame 层次化索引在数据重塑和分组中扮演着很重要的角色,例如,上面的层次化索引数据可以转换为一个DataFra
2017-11-23 15:06:29 2144
转载 利用Python进行数据分析(10) pandas基础: 处理缺失数据
数据不完整在数据分析的过程中很常见。pandas使用浮点值NaN表示浮点和非浮点数组里的缺失数据。pandas使用isnull()和notnull()函数来判断缺失情况。对于缺失数据一般处理方法为滤掉或者填充。滤除缺失数据 对于一个Series,dropna()函数返回一个包含非空数据和索引值的Series,例如:对于DataFrame,dr
2017-11-23 14:47:17 475
转载 利用Python进行数据分析(9) pandas基础: 汇总统计和计算
pandas 对象拥有一些常用的数学和统计方法。 例如,sum() 方法,进行列小计: sum() 方法传入 axis=1 指定为横向汇总,即行小计: idxmax() 获取最大值对应的索引: 还有一种汇总是累计型的,cumsum(),比较它和 sum() 的区别:unique() 方法用于返回数据里的唯一值: value_c
2017-11-23 14:26:06 576
转载 利用Python进行数据分析(8) pandas基础: Series和DataFrame的基本操作
一、reindex() 方法:重新索引针对 Series 重新索引指的是根据index参数重新进行排序。如果传入的索引值在数据里不存在,则不会报错,而是添加缺失值的新行。不想用缺失值,可以用 fill_value 参数指定填充值。例如: fill_value 会让所有的缺失值都填充为同一个值,如果不想这样而是用相邻的元素(左或者右)的值填充,则可以用 m
2017-11-23 14:09:38 699
转载 利用Python进行数据分析(7) pandas基础: Series和DataFrame的简单介绍
一、pandas 是什么pandas 是基于 NumPy 的一个 Python 数据分析包,主要目的是为了数据分析。它提供了大量高级的数据结构和对数据处理的方法。pandas 有两个主要的数据结构:Series 和 DataFrame。二、SeriesSeries 是一个一维数组对象 ,类似于 NumPy 的一维 array。它除了包含一组数据还包含一组索引
2017-11-23 11:43:57 549 1
转载 利用Python进行数据分析(4) NumPy基础: ndarray简单介绍
一、NumPy 是什么NumPy 是 Python 科学计算的基础包,它专为进行严格的数字处理而产生。在之前的随笔里已有更加详细的介绍,这里不再赘述。 利用 Python 进行数据分析(一)简单介绍二、ndarray 是什么ndarray 是一个多维的数组对象,具有矢量算术运算能力和复杂的广播能力,并具有执行速度快和节省空间的特点。ndarray 的一个特点是同构:
2017-11-23 11:39:28 505
转载 利用Python进行数据分析(3) 使用IPython提高开发效率
一、IPython 简介IPython 是一个交互式的 Python 解释器,而且它更加高效。它和大多传统工作模式(编辑 -> 编译 -> 运行)不同的是, 它采用的工作模式是:执行 -> 探索 ,而大部分和数据分析相关的代码都含有探索式操作(比如试误法和迭代法),所以 IPython 能大大提高编码效率。IPython 发展到现在,它不仅仅只是一个加强版的 Pytho
2017-11-23 10:44:32 443
转载 pandas数据合并
pandas 提供了三种主要方法可以对数据进行合并:pandas.merge()方法:数据库风格的合并;pandas.concat()方法:轴向连接,即沿着一条轴将多个对象堆叠到一起;实例方法combine_first()方法:合并重叠数据。pandas.merge()方法:数据库风格的合并 例如,通过merge()方法将两个DataFrame合
2017-11-22 17:18:02 785
转载 【pandas】[3] DataFrame 数据合并,连接(merge,join,concat)
作者:lianghc连接:http://blog.csdn.net/zutsoft/article/details/51498026merge 通过键拼接列pandas提供了一个类似于关系数据库的连接(join)操作的方法merage,可以根据一个或多个键将不同DataFrame中的行连接起来语法如下[python] view plain co
2017-11-22 17:00:16 1178
转载 PANDAS 数据合并与重塑(join/merge篇)
在上一篇文章中,我整理了pandas在数据合并和重塑中常用到的concat方法的使用说明。在这里,将接着介绍pandas中也常常用到的join 和merge方法mergepandas的merge方法提供了一种类似于SQL的内存链接操作,官网文档提到它的性能会比其他开源语言的数据操作(例如R)要高效。和SQL语句的对比可以看这里merge的参数on:列名,
2017-11-22 16:57:55 616
转载 PANDAS 数据合并与重塑(concat篇)
pandas作者Wes McKinney 在【PYTHON FOR DATA ANALYSIS】中对pandas的方方面面都有了一个权威简明的入门级的介绍,但在实际使用过程中,我发现书中的内容还只是冰山一角。谈到pandas数据的行更新、表合并等操作,一般用到的方法有concat、join、merge。但这三种方法对于很多新手来说,都不太好分清使用的场合与用途。今天就pandas官网中关于数据合并
2017-11-22 16:24:47 330
转载 numpy.random.randn()与rand()的区别
numpy中有一些常用的用来产生随机数的函数,randn()和rand()就属于这其中。 numpy.random.randn(d0, d1, …, dn)是从标准正态分布中返回一个或多个样本值。 numpy.random.rand(d0, d1, …, dn)的随机样本位于[0, 1)中。 代码:import numpy as np arr1 = np.random.rand
2017-11-22 15:19:36 2774
转载 关系数据库与非关系数据库
1. 关系型数据库关系型数据库,是指采用了关系模型来组织数据的数据库。关系模型是在1970年由IBM的研究员E.F.Codd博士首先提出的,在之后的几十年中,关系模型的概念得到了充分的发展并逐渐成为主流数据库结构的主流模型。简单来说,关系模型指的就是二维表格模型,而一个关系型数据库就是由二维表及其之间的联系所组成的一个数据组织。关系模型中常用的概念:
2017-11-22 14:47:12 324
转载 【pandas】[2] DataFrame 基础,创建DataFrame和增删改查基本操作(1)
作者:lianghc地址:http://blog.csdn.net/zutsoft DataFrame 是pandas最常用的数据结构,类似于数据库中的表,不过DataFrame不仅仅限制于2维,可以创建多维数据表。DataFrame既有行索引,也有列索引,可以看做是Series组成的字典,每个Series看做DataFrame的一个列。1.DataFrame创建
2017-11-22 11:41:57 1519
转载 【pandas】[1] Series 入门(创建和增删改查)
作者:lianghc地址:http://blog.csdn.net/zutsoft/article/details/51482573Series 是pandas两大数据结构中(DataFrame,Series)的一种。使用pandas 前需要将pandas 模块引入,因为Series和DataFrame用的次数非常多,所以将其引入本地命名空间中会更方便。[p
2017-11-22 10:31:53 882
转载 Python中numpy的where()函数
第一种用法np.where(conditions,x,y)if (condituons成立): 数组变xelse: 数组变yimport numpy as np‘‘‘x = np.random.randn(4,4)print(np.where(x>0,2,-2))#试试效果xarr = np.array([1.1,1.2,1.3
2017-11-21 15:09:05 15543 1
转载 几个常见的交易心理陷阱
几个常见的交易心理陷阱:人性中有很多的品质,这些品质能够帮助一个人在其他行业获得成功,但是这些品质在期货市场中如果应用不当,却可能变成了毒药,如钢铁般的意志,不屈不挠的精神,勤奋,乐观,自信等等。在我们的成长过程中,出于生存竞争的需要,我们形成了一个很坚硬的自我。也许在其他行业,没有什么能够像自我那么成功,但是在期货市场,再也没有什么能够像自我那么失败。
2017-11-20 18:24:21 1536
转载 用conda管理Python包
conda是一个很好的包管理工具,在用了Anaconda之后一直不知道怎么用conda进行管理,其实很简单,就是没人教,慢慢自己摸索了一点。直接在Anaconda的命令行里输入相应命令就行了。虽然在国内用不是很方便,希望有快一点的源。清理conda clean--lock --tarball --package (安装包) 安装或更
2017-11-20 16:21:14 531
转载 python中计时工具timeit模块的基本用法
想测试一行代码的运行时间,在python中比较方便,可以直接使用timeit:看个例子吧[python] view plain copy>>> import timeit #执行命令 >>> t2 = timeit.Timer('x=range(1000)') #显示时间 >>> t2.timeit() 10.6
2017-11-20 15:17:38 364
转载 Python log() 函数
描述log() 方法返回x的自然对数。语法以下是 log() 方法的语法:import mathmath.log( x )注意:log()是不能直接访问的,需要导入 math 模块,通过静态对象调用该方法。参数x -- 数值表达式。返回值返回x的自然对数,x>0。实例以下展示了使用 log()
2017-11-20 14:32:18 705
转载 python 运算符 & | ^ >> <<
#! /usr/bin/env python# -*- coding:utf-8 -*-# __author__ = "Xiaotie"# Email: sayxiaotie@hotmail.com'''二进制计算运算符 值 128 64 32 16 8 4 2 1 0 0 0 0 0
2017-11-20 13:57:36 12010 2
转载 Python exp() 函数
描述exp() 方法返回x的指数,ex。语法以下是 exp() 方法的语法:import mathmath.exp( x )注意:exp()是不能直接访问的,需要导入 math 模块,通过静态对象调用该方法。参数x -- 数值表达式。返回值返回x的指数,ex。实例以下展示了使用 exp() 方法
2017-11-20 13:39:00 2118
Android Power On Off
2012-07-08
homeswitcher
2012-06-20
HeadFirstDesignPatterns_code
2012-06-17
android设置主题和自定义主题的方法
2012-04-20
Android实例2
2012-03-27
Android实例
2012-03-27
Android 9patch失效
2012-02-22
google_sdk_android3
2012-02-02
Google_android_java
2012-02-02
格式工厂-支持几乎所有类型多媒体格式到常用的几种格式
2012-01-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人