量化投资中常用python代码分析（一）

pandas的IO

      量化投资逃不过数据处理，数据处理逃不过数据的读取和存储。一般，最常用的交易数据存储格式是csv，但是csv有一个很大的缺点，就是无论如何，存储起来都是一个文本的格式，例如日期‘2018-01-01’，在csv里面是字符串格式存储，每次read_csv的时候，我们如果希望日期以datatime格式存储的时候，都要用pd.to_datetime()函数来转换一下，显得很麻烦。而且，csv文件万一一不小心被excel打开之后，说不定某些格式会被excel“善意的改变”，譬如字符串‘000006’被excel打开之后，然后万一选择了保存，那么再次读取的时候，将会自动变成数值，前面的五个0都消失了，很显然，原来的股票代码被改变了，会造成很多不方便。

      此外，如果我们的pandas中的某些地方存储的不是可以被文本化的内容的时候，csv的局限性就更大了。pandas官方提供了一个很好的存储格式，hdfs。所以笔者建议，凡是pandas格式的数据，想存储下来，就用hdfs格式。

      例如下面这样的一个数据：

      我们可以很简单的用一个语句就把pandas保存下来：

size_data.to_hdf('filename.h5', key='data')