python
矢细顺修
这个作者很懒,什么都没留下…
展开
-
pandas 聚合 df.groupby.agg
#df.groupby.agg ( arg, *args, **kwargs )#聚合:使用可调用、字符串、dict或字符串/可调用列表进行聚合import pandas as pddf = pd.DataFrame({'A':['a','a','b','c','b','c','d'], 'B':[4,5,3,6,7,3,2], 'C':[22,21,43,55,31,55,66], .原创 2020-10-26 17:26:54 · 2119 阅读 · 1 评论 -
数据缺失处理
缺失处理(Imputer)最常见、最简单的处理缺失数据的方法是个案剔除法,俗称删掉缺失数据, 在这种方法中如果任何一个变量含有缺失数据的话,就把相对应的个案从分析 样本中剔除。如果缺失值所占比例比较小的话,这一方法十分有效。然而,这 种方法却有很大的局限性。它是以减少样本量来换取信息的完备,丢弃了大量 隐藏在这些对象中的信息。 均值、中位数或众数插补,在该方法中,我们将变量的属性分为数值型和 非数值型来分别进行处理。如果缺失值是数值型的,就根据该变量在其他所有 对象的取值的平均值来填充该缺失的变量值;.原创 2020-09-03 00:01:07 · 683 阅读 · 0 评论 -
数据标准化
1、标准化 Standardization标准化又被称为均值移除(mean removal),对不同样本的同一特征 值进行处理,最终均值为0,标准差为1,采用此种方式我们只需要使 用如下公式即可。x_scaled = (x-mean)/stdimport numpy as npfrom sklearn import preprocessingdata_standardized = preprocessing.scale(data)2、数据缩放化(Scaling)对不同样本的同一特征值原创 2020-09-02 23:57:24 · 636 阅读 · 0 评论 -
北京时CST\世界时UTC相互转换
#CST\UTC相互转换import datetimefrom datetime import datetime#------------------------------------------------------------------------------------------------------#T = '20200511210000'#UTC转北京时 +8def utc_to_cst(utc): cst_0 = datetime.fromtimestamp(...原创 2020-05-21 18:42:40 · 2421 阅读 · 0 评论 -
MetaTrader5平台 Python
MetaTrader 5平台Python程序端MetaTrader Python程序包是为有效快速地从MetaTrader 5程序端直接通过处理器通信获得交易所数据而设计的。通过这种途径接收的数据可以进一步用于统计计算和机器学习。连接从https://www.python.org/downloads/windows下载最新版Python安装Python期间,请检查“将Pytho...原创 2020-01-09 17:16:49 · 2941 阅读 · 1 评论 -
mt5_MetaTrader5_模块下载备忘。
https://www.lfd.uci.edu/~gohlke/pythonlibs/原创 2020-01-04 23:05:53 · 947 阅读 · 0 评论 -
openpyxl - 简单设置单元格样式
单元格样式简介openpyxl的单元格样式由6种属性决定,每一种都是一个类。如下所示(大概意思):font(字体类):字号、字体颜色、下划线等fill(填充类):颜色等border(边框类):设置单元格边框alignment(位置类):对齐方式number_format(格式类):数据格式protection(保护类):写保护单元格默认样式如下:>>> from openpyxl...转载 2018-02-22 23:03:11 · 53829 阅读 · 2 评论 -
RGB颜色查询对照表
RGB颜色查询对照表 因为兼容性问题,色阶板功能只能在IE浏览器中运行RGB颜色对照表#FFFFFF #FFFFF0 #FFFFE0 #FFFF00 #FFFAFA #FFFAF0 #FFFACD #FFF8DC #FFF68F #FFF5EE #FFF0F5 #FFEFDB #FFEFD5 #FFEC8B #FFEBCD #FFE7BA #FFE4E1 #FFE4C4 #FFE4B5 #FFE1...转载 2018-02-22 23:47:58 · 1637 阅读 · 0 评论