Python数据分析例题

西瓜管够

已于 2024-04-25 11:39:31 修改

阅读量1.7k

点赞数 28

文章标签： numpy pandas plotly

于 2024-04-25 11:13:52 首次发布

本文链接：https://blog.csdn.net/m0_67165014/article/details/133934680

版权

Part 1

task 1

任务1: 在 Python 中使用列表数据结构并向两个列表中分别输入表 1中的指数名称和收盘价。同时，在包含指数名称的列表中，依次访问“富时 100 指数”“沪深 300 指数”这两个元素；在包含收盘价的列表中，依次找出“15437.5100”“28458.4400”这两个元素的索引值。

#创建股票数据列表
s_names=['道琼斯工业平均指数','富时100指数','法兰克福DAX指数','巴黎CAC40指数','日经225指数','恒生指数',
'沪深300指数']
s_price=[34207.8398,7018.0500,15437.5100,6386.4100,28317.8300,28458.4400,5134.1483]

#查找索引

print(s_names.index('沪深300指数'),s_names.index('富时100指数'),s_price.index(15437.5100),s_price.index(28458.4400))

6 1 2 5

建立字典更方便。或者使用二位列表。

# 创建股票数据字典
stocks_price={'道琼斯工业平均指数':34207.8398,'富时100指数':7018.0500,'法兰克福DAX指数':15437.5100, '巴黎CAC40指数':6386.4100,
             '日经225指数':28317.8300,'恒生指数':28458.4400,'沪深300指数':5134.1483}
stocks_price
print(stocks_price['富时100指数'])

7018.05

task2

当完成任务1 以后，你突然发现遗漏了表2 中的 4 个重要股票指数，因此需要将表2中的这些新信息依次添加至任务1 已创建的两个列表中，并且新增的元素依次放置在列表的尾部。

在Python中对列表使用修改、添加、删除元素的操作的方法有 1.根据索引修改列表元素 2.添加元素可以使用append函数在列表末尾添加，也可以使用insert函数在指定位置添加 3.删除元素的方法：使用del语句删除元素（前提是知道元素的位置）；使用pop函数从栈顶弹出元素，默认弹出末尾元素，也可以指定位置； 4.根据值删除元素（已知值的前提下）

#在末尾添加新的股票信息
s_names.append('多伦多综指')
s_names.append('海峡时报指数')
s_names.append('首尔综指')
s_names.append('台湾加权指数')
print(s_names)

s_price.append(19527.1008)
s_price.append(3117.8900)
s_price.append(3156.4200)
s_price.append(16302.0596)
print(s_price)

['道琼斯工业平均指数', '富时100指数', '法兰克福DAX指数', '巴黎CAC40指数', '日经225指数', '恒生指数', '沪深300指数', '多伦多综指', '海峡时报指数', '首尔综指', '台湾加权指数']
[34207.8398, 7018.05, 15437.51, 6386.41, 28317.83, 28458.44, 5134.1483, 19527.1008, 3117.89, 3156.42, 16302.0596]

task3

任务3: 当完成任务 2 以后，B 公司出台针对“优势全球配置指数”的新编制指引，要求不再跟踪“法兰克福 DAX 指数”和“巴黎 CAC40 指数”，而改为跟踪“欧元区斯托克 50 指数”。对此，你需要在任务 2 的编程基础上，删除相应的指数名称与对应的收盘价，并且在两个列表中索引值均是 2 的位置分别插入“欧元区斯托克 50 指数”以及对应的收盘价 4025.7800 点。

#使用remove函数删除指定值

s_names.remove('法兰克福DAX指数')
s_names.remove('巴黎CAC40指数')

del s_price[2]
del s_price[3]
#insert
s_names.insert(2,'欧元区斯托克50指数')
s_price.insert(2,4025.7800)
print(s_names)
print(s_price)

['道琼斯工业平均指数', '富时100指数', '欧元区斯托克50指数', '日经225指数', '恒生指数', '沪深300指数', '多伦多综指', '海峡时报指数', '首尔综指', '台湾加权指数']
[34207.8398, 7018.05, 4025.78, 6386.41, 28458.44, 5134.1483, 19527.1008, 3117.89, 3156.42, 16302.0596]

task4

你希望查看指数的大小关系，因此需要针对包含收盘价的列表，将元素先由小到大排列，然后由大到小排列。最后，你因一时疏忽删除了收盘价列表中的全部元素。

#价格由小到大排序
s_price.sort()
print(s_price)
s_price.sort(reverse=True)
print(s_price)
s_price.clear()
print(s_price)

[3117.89, 3156.42, 4025.78, 5134.1483, 6386.41, 7018.05, 16302.0596, 19527.1008, 28458.44, 34207.8398]
[34207.8398, 28458.44, 19527.1008, 16302.0596, 7018.05, 6386.41, 5134.1483, 4025.78, 3156.42, 3117.89]
[]

part2

task1

运用 Python 中的 lambda 函数自定义一个计算变量样本的算术平均值的函数，并且运用该函数依次计算 2021 年 5 月 10 日至 28 日期间 3 个月期 Shibor 、 3 个月期美元 Libor 以及 3 个月期Euribor 的平均值。

注：在Python中lambda函数的结构为：

lambda [arg1 [,arg2,.....argn]]:expression
冒号:左边arg1~argn是传入参数，可以传入多个值，也可以添加默认值，跟正常函数一样，冒号:右边是expression，参数的表达式。表达式中出现的参数需要在:左边中有定义，注意: 表达式只能是单行

#使用def语句定义函数
def sum(arg1, arg2):
   total = arg1 + arg2
   return total
 
sum(10, 20)

使用lambda定义匿名函数

lambda arg1, arg2: arg1 + arg2  # arg1, arg2可以传入默认值

调用lambda函数的方法
1.赋值法；
2.把lambda用括号括起来，在后面写上参数
3.作为参数传入其他函数
4.lambda函数作为返回值

#1.通过赋值调用lambda函数
#例如计算字符串单词数量
f=lambda str:len(str.split())

f=('Marx')

#2.加括号
(lambda str:len(str.split()))('hello world')
#3.作为参数传入其他函数
#例如
list=['marx','hello world','jupyter']
list.sort(key=lambda str:len(str.split()))
#4.lambda函数作为返回值
def f(a,b,c):
    return lambda x:a*x**2+b*x+c
g=f(3,2,1)
g(3)

使用map函数进行科学计算，结合map和lambda函数进行科学计算 map函数语法结构为：

def square(x) :            # 计算平方数
  return x ** 2
 
map(square, [1,2,3,4,5])   # 计算列表各个元素的平方
[1, 4, 9, 16, 25]
 map(lambda x: x ** 2, [1, 2, 3, 4, 5])  # 使用 lambda 匿名函数
[1, 4, 9, 16, 25]

# 提供了两个列表，对相同位置的列表数据进行相加
map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
[3, 7, 11, 15, 19]

#解题
#创建列表
shibor_3m=[0.02542,0.02536,0.02532,0.02525,0.02521,0.02514,0.0251,0.02505,0.02497,0.02489,0.0249,
           0.02485,0.02479,0.02474,0.02476]
libor_3m=[0.001675,0.001603,0.0016541,0.001559,0.001551,0.001496,0.001553,0.001493,0.001501,0.00147,
          0.001409,0.001385,0.00135,0.001346,0.001314]
euribor_3m=[-0.005330,-0.005330,-0.005390,-0.005410,-0.005490,-0.005480,-0.005530,-0.005520,-0.005450,
            -0.005430,-0.005420,-0.005380,-0.005370,-0.005400,-0.005430]

mean_by=lambda x:sum(x)/len(x)

mean_shibor=mean_by(x=shibor_3m)
mean_libor=mean_by(x=libor_3m)
mean_euribor=mean_by(x=euribor_3m)
print(mean_shibor,mean_libor,mean_euribor)

0.025049999999999996 0.001490606666666667 -0.005424

通过计算求出SHIB0R、libor、euribor的值分别为：0.025049999999999996 0.001490606666666667 -0.005424

task2

运用 Python 的 def 语法并结合 for 语句自定义一个计算变量波动率的函数，同时运用该函数分别计算 3 个月期 Shibor 、 3 个月期美元 Libor 以及 3 个月期 Euribor 的波动率。

#计算波动率
def volitility(lst):
    mean=mean_by(lst)
    deviation=0
    for i in lst:
        deviation+=(i-mean)**2
        return (deviation/(len(lst)-1)**1/2)
print(volitility(shibor_3m))
print(volitility(libor_3m))
print(volitility(euribor_3m))

4.889285714285866e-09
1.214317906349203e-09
3.1557142857143084e-10

计算得出三者的波动率分别为4.889285714285866e-09、1.214317906349203e-09、3.1557142857143084e-10

task3

比较均值和波动率大小关系

从前面得出的结果来看，SHIBOR的均值最大，LIBOR次之，EURIBOR最小；而从波动率上来看，SHIBOR波动率最大，LIBOR次之，EURIBOR最小。

Part3

task1

任务1: 创建包含每只科技股的日涨跌幅的列表，并且要求每只股票对应一个列表。

#创建列表
aapi = [-.025804,-.0074109,-.024938,-.017920,-.019845,-.009259,-.011246,-.001282,.021012,-.014767,.013314,-.001574,-.000394,-.012377,-.005348]
amzn =[-.030721,.010475,-.022324,.003024,.019431,.014735,-.011653,-.000149,.004914,-.013733,.013084,.004333,.001875,-.010735,-0.002179]
ibm = [0.004881,-0.013341,-0.020247,0.020311,0.003537,0.002972,-0.008270,-0.005003,0.004819,0.005977,-0.000138,-0.006426,-0.002851,0.003069,-0.000556]
csco = [-0.005053,-0.006208,-0.023282,0.0017248,0.007811,0.000756,-0.000189,-0.008691,0.007242,-0.007947,0.018310,-0.001498,-0.007503,0.000189,-0.000378]

task2

访问包含苹果公司股价日涨跌幅的列表，找出涨幅首次超过 2% 的交易日之前的全部交易日的涨跌幅数据，这就相当于首次访问到涨幅超出 2% 时就立刻终止访问，并且输出已经访问过的全部数据。

for i in aapi:
    if i>=0.02 or i<=-0.02:
        print(i)
        break
    else:
        print(i)

-0.025804

task3\4

任务3: 访问包含亚马逊公司股价日涨跌幅的列表，找出交易日当天股票是下跌的全部数据。

任务4: 访问包含IBM公司股价日涨跌幅的列表，找出日涨跌幅处于[-0.5%，0.5%]的数据并创建一个新列表；同时，访问包含思科公司股价日涨跌幅的列表，找出日涨跌幅超过0.7%的数据并创建一个新列表。

for i in amzn:
    if i>=0:
        continue
    else:
        print(i)

-0.030721
-0.022324
-0.011653
-0.000149
-0.013733
-0.010735
-0.002179

#IBM
new_list=[]
for i in ibm:
    if i<-0.005 or i>0.005:
        continue
    else:
        new_list.append(i)
print(new_list)

[0.004881, 0.003537, 0.002972, 0.004819, -0.000138, -0.002851, 0.003069, -0.000556]

#思科公司
new_list=[]
for i in csco:
    if i<=0.007 and i>=-0.007:
        continue
    else:
        new_list.append(i)
        
print(new_list)

[-0.023282, 0.007811, -0.008691, 0.007242, -0.007947, 0.01831, -0.007503]

西瓜管够

关注

28
点赞
踩
32

收藏

觉得还不错? 一键收藏
1
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫