- 博客(20)
- 收藏
- 关注
RSS订阅转载 Transforming Code into Beautiful,Idiomatic Python（1）
原文位置：http://sssslide.com/speakerdeck.com/pyconslides/transforming-code-into-beautiful-idiomatic-python-by-raymond-hettinger-1When you see this, do that instead!Replace traditional index manipulation w
2016-09-21 10:51:21
340
原创 词频直方图
词频直方图算词频import nltk#加载Gutenberg语料库from nltk.corpus import gutenberggutenberg.fileids()['austen-emma.txt', 'austen-persuasion.txt', 'austen-sense.txt', 'bible-kjv.txt', 'blake-poems.txt', 'bryan
2016-09-20 21:10:30
1383
原创 Python for Data Analysis (9)
魔法命令a=1;b=100a*b%timeit a*bThe slowest run took 15.46 times longer than the fastest. This could mean that an intermediate result is being cached.1000000 loops, best of 3: 201 ns per loopimport numpy
2016-09-19 23:46:14
463
原创 Python for Data Analysis (8)
字典#update方法，一个字典可以被合并到另一个字典中去：d1={1:'a',2:'b'}d1.update({3:'c',4:'d'})d1dict(zip(range(4),reversed(range(5))))d1.get(1)默认值！！1.一个常见的逻辑： if key in some_dict: value=some_dict[key] else:
2016-09-19 19:36:58
393
原创 Python for Data Analysis (7)
enumerate它可以逐个返回序列的（i,vlue）元组，可以用于映射其所在位置的字典#语法for i, value in enumerate(collection): #用value做一些事情list1=['foo','too','foor']for i,value in enumerate(list1): print i,value0 foo1 too2 foorma
2016-09-16 09:50:38
309
原创 Python for Data Analysis (6)
range和xrange两者区别，xrange多用于范围较大的情况，其参数与range是一样的，但它不会预先产生所有的值并将它保存在列表中，而是返回一个用于逐个产生整数的迭代器。注意！！ 在python3中，range始终返回迭代器，因此也就没有xrange函数。sum=0for i in xrange(10000100): if i%3==0 & i%5==0: su
2016-09-13 23:52:29
365
原创 Python for Data Analysis (5)
异常处理try/excepttry/except someerrortry/finallytry/except/else/fianlly#1.try/except,想编写一个出错时能返回输入参数的一个float函数def attempt_float(x): try: return float(x) except: #except后不加任何指定错误，则如果
2016-09-12 22:40:10
335
原创 Python for Data Analysis(4)
时期和时间内置的datatime模块提供了datatime、date以及time等类型，其中datetime用的是最多的，它合并保存了date and time中的信息from datetime import datetime, date, timedt=datetime(2016,9,12,8,53,40)dt.date()datetime.date(2016, 9, 12)dt.time()
2016-09-12 10:11:44
248
原创 Python for Data Analysis (3)
附录A (2)引进模块有两种写法：#第一种import numpy as np #as后是用来简化调用时名称繁杂#第二种from numpy import abs #是直接引入np中的定义的变量和函数#其中第二种后面的abs还有"as",例如，from numpy import abs as ab，ComplexWarning as complexW二元运算符表标量类型表数值运算#运算中2.
2016-09-11 23:43:00
491
原创 Python for Data Analysis (2)
附录Apwd'/Users/momo/code/python/learnpython'ls100odd.py fab.py leapyear.py1to100.py fib_401.py odd.py3.30_primenumber.py fiverings.py parallel.p
2016-09-11 11:42:20
472
原创 Python for Data Analysis (1)
注意学习collections庫#定义一个偏历函数，将计数值保存在字典中：def get_counts(sequence): counts={} for x in sequence: if x in counts: counts[x]+=1 else: counts[x]=1 return co
2016-09-09 16:03:48
349
转载 数据科学的完整学习路径—Python版
从Python菜鸟到Python Kaggler的旅程（译注： Kaggle 是一个数据建模和数据分析竞赛平台）假如你想成为一个数据科学家，或者已经是数据科学家的你想扩展你的技能，那么你已经来对地方了。本文的目的就是给数据分析方面的Python新手提供一个完整的学习路径。该路径提供了你需要学习的利用Python进行数据分析的所有步骤的完整概述。如果你已经有一些相关的背景知识，或者你不需要路
2016-09-08 22:17:38
891
原创 Numpy(5)
'''# coding=utf-8 Created on 2016-9-7 @author: paulsweet '''import numpy as npa=np.arange(12).reshape(3,4)aarray([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]])#二维数组，0轴，1轴可以分
2016-09-07 22:46:59
258
转载 NumPy中的基本数据类型
NumPy中的基本数据类型名称描述bool用一个字节存储的布尔类型（True或False）inti由所在平台决定其大小的整数（一般为int32或int64）int8一个字节大小，-128 至 127int16整数，-32768 至 32767int32整数，-2 ** 31 至 2 ** 32 -1
2016-09-07 18:09:58
6933
原创 Numpy(4)
多维数组'''# coding=utf-8 Created on 2016-9-6 @author: paulsweet '''import numpy as np#生成6*6的矩阵a=np.arange(0,60,10).reshape(-1,1)+np.arange(0,6)aarray([[ 0, 1, 2, 3, 4, 5], [10, 11, 12, 13
2016-09-06 16:50:55
261
原创 Numpy(3)
存取元素切片 整数数组布尔数组'''# coding=utf-8 Created on 2016-9-5 @author: paulsweet '''import numpy as np整数数组a=np.arange(10)aarray([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])a[:-1]array([0, 1, 2, 3, 4, 5, 6, 7, 8])a
2016-09-05 23:32:00
688
转载 编程之美，剑指offer，以及微软100题的python代码
1.编程之美，剑指offer，以及微软100题（来自july的msdn博客）的python代码 2.python代码，附有题目，分析过程，注释，以及测试程序 3.部分代码缺失，或有问题，欢迎补充 4.用python实现，算法无关因素统统靠边，一目了然。 同样的实现，比july上的大部分程序实现都要简单，部分程序用了july 1/4~1/3的代码量。 5.不断更新中http://vdis
2016-09-02 16:24:01
1047
原创 Numpy(2)
import numpy as npNumPy提供了很多专门用来创建数组的函数 - arange - linspace & logspace - frombuffer,fromstring ,fromfile#arange函数类似于python的range函数，通过指定开始值、终值和步长来创建一维数组np.arange(1,2,0.1)array([ 1. , 1.1, 1.2, 1.
2016-09-02 11:40:11
345
原创 Numpy(1)
Numpy标准安装的Python中用列表(list)保存一组值，可以用来当作数组使用，不过由于列表的元素可以是任何对象，因此列表中所保存的是对象的指针。这样为了保存一个简单的[1,2,3]，需要有3个指针和三个整数对象。对于数值运算来说这种结构显然比较浪费内存和CPU计算时间。此外Python还提供了一个array模块，array对象和列表不同，它直接保存数值，和C语言的一维数组比较类似。但是由于它
2016-09-02 00:10:40
298
原创 哎，学一半发现难以绕过著名数据分析模块
import numpy as np import pandas as pd from scipy import stats # 初始化此策略def initialize(context): #对比标的 set_benchmark('000300.XSHG') #设置佣金 set_commission(PerTrade(buy_cost=0.0003, sell
2016-09-01 16:38:50
283
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人