计算机视觉基础系列（python与opencv的操作与运用/tensorflow的基础介绍）（八）---小例子（神经网络逼近股票收盘价格）

这里我们运用简单的神经网络模拟一下股票的收盘价格，是一个学习的示例。

首先要知道，股票曲线图的参数意义：

这个曲线图主要记录股票的开盘价格和收盘价格，如果开盘价格低于收盘价格，那么证明这个股票在增长，每天的规律如此，所以，在下面，首先定义股票价格的坐标图如下：

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
data = np.linspace(1, 15, 15)            # linspace的功能用来创建等差数列
endPrice = np.array([2511.6, 2538.6, 2510.3, 2591.6, 2732.9, 2701.69, 2702.69, 2703.69, 2704.69, 2721.69, 2711.69, 2711.69, 2721.69, 2731.69, 2741.69])         # 收盘价格
beginPrice = np.array([2438.7, 2500.9, 2534.9, 2512.6, 2594.6, 2743.26, 2753.26, 2752.26, 2754.26, 2751.26, 2732.26, 2725.26, 2745.26, 2756.26, 2737.26])       # 开盘价格
print(data)                             # 1-15天
plt.figure()
for i in range(0, 15):
    '''柱状图'''
    dateOne = np.zeros([2])             # 生成一个一行两列全为0的矩阵，分别赋值
    dateOne[0] = i
    dateOne[1] = i
    priceOne = np.zeros([2])
    priceOne[0] = beginPrice[i]
    priceOne[1] = endPrice[i]
    if endPrice[i] > beginPrice[i]:
        plt.plot(dateOne, priceOne, 'r', lw=8)              # 如果收盘价格高于开盘价格，则柱状图为红色
    else:
        plt.p