qq_45323012的博客

首先，本例利用了label,entry和button控件label1=tk.Label(window,text='User name:',width=20,height=3)label2=tk.Label(window,text='Password:',width=20,height=3)entryVar1=tk.StringVar()entry1=tk.Entry(window,textvariable=entryVar1)entryVar2=tk.StringVar()entry2=tk.E

目前，在看书自己学习GUI的框架，今天实现一个简单的计算器的界面首先，上成品图：代码：主要用grid布局from tkinter import *window=Tk()window.title("计算器")window.geometry("200x150+200+200") ##设置窗口尺寸和位置names=['7','8','9','÷','AC','C','4','5','6','x','(',')','1','2','3','-','√','x²','0','.','%','+','

首先创建一个主窗口，命名为Login.py注：这一步可以通过QTDesigner工具来画出图形，然后生成.py文件，再做修改如何生成.py文件的过程已在上一篇博客发布，谢谢关注from PyQt5 import QtCore, QtGui, QtWidgetsclass Ui_MainWindow(object): #定义一个建立UI界面的函数 def setupUi(self, MainWindow): MainWindow.setObjectName("MainW.

在自己尝试学习PyQt的时候遇到很多问题，做个简单的记录，免得日后踩坑哈哈！！!pycharm环境我之前一直用的IDE是spyder，但是对于项目搭建来说还是pycharm更方便些，所以决定开始学习用pycharm了首先，为了学习GUI，我新建了一个项目MyPython,我用的是Anaconda的开发环境，在里面建立一个虚拟环境venv，用的是python3.6因为项目采用不同版本的python，所依赖的库的版本也不一样，为了避免版本冲突，为每一个项目每个python版本创建一个虚拟环境，环境

先把tushare获取的行情数据存入本地，再进行读取，这样如果更换数据源的话也可以直接利用定义读取行情数据的函数，并根据交易时间选择数据时间段#######定义读取行情数据函数def read_file(path,file_name,start_date,end_date): try: r=open(path+file_name,encoding='utf-8-sig') data=pd.read_csv(r) data=data.sort_

通过tushare 获取股票日线行情和期货主力合约数据及定义指数所用相关数据###获取股票上市公司基础信息def get_code(): df=api.stock_basic(exchange='', list_status='L', fields='ts_code,symbol,name,area,industry,list_date') codes=df.ts_code.tolist() return codes,df####上市公司日线行情codes,df=get_co

备注: tushare ID–435904感谢tushare提供的积分权限，本篇博文分享一下我在筛选大宗商品的关联股票分析时所用的代码，欢迎大家交流互相学习!后面会继续分享我的实现自定义大宗商品指数的代码！！！获取股票基础信息def get_code(): df=api.stock_basic(exchange='', list_status='L', fields='ts_code,symbol,name,area,industry,list_date') codes=df.t

python在指定目录下创建新的文件夹def mkdir(path): # 去除首位空格 path=path.strip() # 去除尾部 \ 符号 path=path.rstrip("\\") # 判断路径是否存在 # 存在 True # 不存在 False isExists=os.path.exists(path) # 判断结果 if not isExists: # 如果不存在则创建目录

在字符串特定位置加入指定字符##查找字符串中某字符出现第n次的位置def findSubStrIndex(substr, str, time): times = str.count(substr) if (times == 0) or (times < time): pass else: i = 0 index = -1 while i < time: index = str.fi

1.卡方检验能检验单个多项分类名义型变量各分类间的实际观测次数与理论次数之间是否一致的问题，这里的观测次数是根据样本数据得多的实计数，理论次数则是根据理论或经验得到的期望次数。2.这一类检验称为拟合性检验。 其自由度通常为分类数减去1，理论次数通常根据某种经验或理论。3.总而言之，卡方拟合度检验用于判断不同类型结果的比例分布相对于一个期望分布的拟合程度。卡方拟合性检验适用于变量为类别型变量的情...

1.列联表是按两个或多个特征分类的频数数据，一般以表格形式组成。2.判断两个或多个属性之间有无关联，即判别属性之间是否独立。3.检验步骤建立原假设H0: 两属性相互独立H1: 两属性之间不独立计算自由度计算卡方统计量拒绝域对照卡方分布的临界值表，找到对应的卡方值，判断是否在拒绝域内列联表独立性检验的python实现'''（1）假设检验重要知...

哈特利检验Hartley’s test又称最大r比法，是检验多 个方差的齐性的方法。它只能用于等测定次数所得到的方差 齐性的检验。检验统计量Fm。、=S2Amax- S nax}smm。式中，5 max是被 检验的。个方差5了中最大的方差。当由样本值计算的 Fmax值大于哈特利检验临界值表中约定显著性水平和相应自 由度时的临界值时，判 S.,。与其余的方差之间在统计土有显 著性差异。仅适用于样...

####双因素方差分析，可进行有交互作用与无交互作用 def f_twoway(df_c,col_fac1,col_fac2,col_sta,interaction=False): df=df_c.copy() list_fac1=df[col_fac1].unique() list_fac2=df[col_fac2].unique() r=len(list...

'''1.正态性2.方差齐性3.独立性'''#双因素方差分析import pandas as pdimport numpy as npfrom statsmodels.formula.api import olsfrom statsmodels.stats.anova import anova_lmdata = pd.DataFrame([[1, 1, 32], ...

###调包进行单因素方差分析import numpy as npfrom scipy import stats'''###第一种数据形式type=numpy.recarraydata = np.rec.array([('Pat', 5),('Pat', 4),('Pat', 4),('Pat', 3),('Pat', 9),('Pat', 4),('Jack', 4),('...

定义总平方和分解公式：利用检验统计量F定义检验方法：'''实现单因素方差分析'''# 导入相关包import pandas as pdimport numpy as npimport mathimport scipyfrom scipy import stats # 自定义函数 def SST(Y): sst = sum(np.power(Y - np.mea...

1.单个正态总体方差的卡方检验python实现：#备择假设sigma2>0.016from scipy import statsdef ka2(n,s2,sigma2): k_value=(n-1)*s2/sigma2 p_value=1-stats.chi2.cdf(k_value,n-1) return p_valueka2(25,0.025,0.0...

单个正态总体均值的检验(1)sigma已知的u检验（Z检验）#######Z检验'''Z检验条件1.样本量大于302.数据之间彼此独立3.数据正常分布4.样本量应该相等'''#单正态总体，方差已知from scipy import statsfrom statsmodels.stats import weightstats as stestsdef test_z_s...

1.散点图+直方图import numpy as npimport pandas as pdimport matplotlib.pyplot as plt% matplotlib inlines = pd.DataFrame(np.random.randn(1000)+10,columns = ['value'])print(s.head())# 创建随机数据fig = plt....