![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
笔记
文章平均质量分 91
于科技人文间徘徊
收和颜而静志兮,申礼防以自持。
展开
-
matplotlib常用绘图风格
可视化计算是数据分析的重要组成部分,特别是模块matplotlib。最近新一代绘图模块plotly横空出世,在互动性上具有绝对的优势。但绘制一些简单的图像还是使用matplotlib比较方便。2107年matplotlib2.0发布,提供了六种绘图风格供用户选择。'bmh','dark_background','fivethirtyeight','ggplot','grayscale','default'不同的集成环境可以将matplotlib的绘图风格增加到20多种。这些方法可以直接运用到pa原创 2020-09-29 16:37:55 · 1196 阅读 · 2 评论 -
网址,URL,域名,IP地址,DNS,域名解析
网址,URL,域名,IP地址,DNS,域名解析文章简介一篇关于网址、URL、IP地址、域名、DNS、域名解析的白话长文。编写形式:QA背景知识互联网上的所有数据都是存储在主机(服务器)上互联网中的所有主机都拥有唯一的IP地址互联网中任意两台主机通信都是通过IP地址来实现了解上述内容之后,我们以两台主机最简单的通信方式——上网为例,为大家说明这个疑问是什么。21世纪的每个人应该都熟悉网上冲浪(不知道还有没有人用这个词)的过程,我们上网的实质就是获取网址对应主机上的数据并在用户主机上进行原创 2020-09-30 17:17:51 · 1848 阅读 · 0 评论 -
金融数据分析(九)模拟计算以MACD指标买入卖出信号进行股票交易而产生的收益
案例(三)简单金融数据分析项目三:计算一年内以MACD指标买入卖出信号进行股票交易而产生的收益设计一个程序,计算一年内以MACD指标买入卖出信号进行股票交易而产生收益。MACD交易信号为:快线从下往上穿越慢线是当天买入信号,快线从上往下穿越慢线是当天卖出。假设买入和卖出价格为发出交易信号当天的收盘价格。import numpy as npimport datetimeimport pandas_datareader.data as webstart = datetime.datetime(20原创 2020-09-20 09:06:59 · 832 阅读 · 0 评论 -
金融数据分析(一)python预热:字典排序、计算年增长率
欢迎一起学习金融数据分析最近进厂实习,互联网金融相关岗位,发现所学的有几分韵味。所以决定抽空列举几个相关案例,学而时习之。案例(一)python预热项目中的数据获取和处理大多采用的是python编程语言,所以我们首先来复习下一些常用函数与书写规则。项目一:字典统计排序字典d中存储了我国42所双一流高校及所在省份的对应关系,请以这个列表为数据变量,完善Python代码,统计各省份学校的数量。原创 2020-09-14 14:36:34 · 8990 阅读 · 1 评论 -
金融数据分析(二)python预热:用bs4爬取某省的大学排名
案例(一)python预热项目三:爬取某省的大学排名输入某省名称,从上海交通大学研发的“软科中国最好大学排名2020”(http://www.zuihaodaxue.cn/zuihaodaxuepaiming2020.html)爬取数据,输出该省2020年的大学排名。输入: 广东输出:import requestsfrom bs4 import BeautifulSoupimport bs4def getHTMLText(url): try: r = reques原创 2020-09-15 10:02:32 · 268 阅读 · 0 评论 -
金融数据分析(三)当当网店铺商品爬虫——爬虫类书籍为例:requests&bs4
案例(二)爬虫预热项目:京东店铺商品爬虫——以华为为例原创 2020-09-15 14:49:58 · 607 阅读 · 1 评论 -
金融数据分析(四)爬取股票数据——方法一:requests&bs4&re
案例(二)爬虫预热项目二:用两种不同的方法爬取股票数据方法一:requests&bs4&reimport requestsfrom bs4 import BeautifulSoupimport redef getHTMLText(url, code="utf-8"): kv = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, li原创 2020-09-16 16:15:58 · 1570 阅读 · 3 评论 -
金融数据分析(五)爬取股票数据——方法二:scrapy爬虫框架
项目二:用两种不同的方法爬取股票数据方法二:scrapy爬虫框架此案例是运用scrapy框架对相关内容进行抓取。安装scrapy框架打开cmd,输入以下代码进行安装:pip install scrapy验证是否安装成功:scrapy -h创建一个新的Scrapy爬虫工程scrapy安装成功后,继续在cmd里输入代码创建工程。将目录切换到想要创建爬虫项目的路径下,执行:scrapy startproject baidustocks执行完毕后,会在目录下生成一系列文件夹和.py等文原创 2020-09-17 08:30:21 · 1924 阅读 · 0 评论 -
金融数据分析(六)亚马逊商品信息自定义获取(requests库)
案例(三)简单金融数据分析项目一:不同按揭额度下还款总额的变化趋势设计一个程序,比较在相同贷款额度(如100万元人民币)但不同按揭(月)额度(至少计算三种按揭额度)的情况下各自还款总额的变化趋势。...原创 2020-09-18 09:11:49 · 703 阅读 · 0 评论 -
金融数据分析(七)不同按揭额度下还款总额的变化趋势
案例(三)简单金融数据分析项目一:不同按揭额度下还款总额的变化趋势设计一个程序,比较在相同贷款额度(如100万元人民币)但不同按揭(月)额度(至少计算三种按揭额度)的情况下各自还款总额的变化趋势。...原创 2020-09-19 13:51:03 · 434 阅读 · 0 评论 -
金融数据分析(八)计算股票的超额收益率
案例(三)简单金融数据分析项目二:计算股票的超额收益率设计一个程序,计算股票的季收益率和年收益率,并计算单支股票收益率相对同一时期股票市场平均收益率的超额收益率(即相对收益率)。本项目采用tushare的Python SDK 获取数据具体方法另开新篇。import tushare as tsimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom matplotlib import tickerpl原创 2020-09-19 14:04:28 · 8769 阅读 · 1 评论