2020年08月_数据工程与机器学习

原创 Python数据可视化：如何创建箱线图

一图胜千言，使用Python的matplotlib库，可以快速创建高质量的图形。我们团队推出一个新的系列教程：Python数据可视化，针对初级和中级用户，将理论和示例代码相结合，使用matplotlib, seaborn, plotly等工具实现可视化。本文的主题是如何用Matplotlib创建箱线图（boxplot）。import numpy as npimport matplotlib.pyplot as plt%matplotlib inlineplt.style.use("ggplo

2020-08-31 16:31:55 1023

原创 Python程序员必须掌握的8个迭代技巧

for循环是解决重复任务的常用方法，其基本形式是：从理论上讲，我们可以利用基本形式来满足所有与迭代相关的需求，但是在许多情况下，如果我们利用Python的内置函数和三方库，可以创建更灵活的迭代方式。在本文中我总结了8种高效的迭代技巧。1. 使用enumerate实现跟踪迭代假设我们需要跟踪迭代的计数。换句话说，我们想知道我们迭代了多少个循环。在这种情况下，我们应该考虑enumerate函数。要获取序列项的索引，基本方法包括创建一个范围对象，因为典型方法（即for item in iterabl

2020-08-31 15:55:04 446

原创掌握这10个规则，小白也可以成为数据可视化大师

科学可视化通常被定义为以图形的方式显示数据的过程。但是，此过程远非直接或自动进行。表示相同数据的方法有很多：散点图，线性图，条形图和饼图等等。此外，根据谁在看该图，使用相同类型绘图的相同数据可能会有很大不同。科学可视化的更准确定义是人与数据之间的图形界面。在这篇简短的文章中，我们提供一组基本规则来改善图形设计并解释一些常见的陷阱。规则1：了解观众根据上述定义，当视觉感受与图形传达的意图有很大不同时，就会出现问题。因此，重要的是在设计过程中尽早识别观众和视觉传达的信息。视觉的图形设计应以此意图为依据。如果

2020-08-14 19:12:11 338

原创 Python数据可视化：如何创建柱状图

一图胜千言，使用Python的matplotlib库，可以快速创建高质量的图形。我们团队推出一个新的系列教程：Python数据可视化，针对初级和中级用户，将理论和示例代码相结合，分别使用matplotlib, seaborn, plotly等工具实现可视化。本文主题是如何用Matplotlib创建柱状图。import numpy as npimport matplotlib.pyplot as plt%matplotlib inlineplt.style.use("ggplot")1.

2020-08-14 16:55:57 5389

原创 Python数据可视化：利用colormap让你的图表与众不同

一图胜千言，使用Python的matplotlib库，可以快速创建高质量的图形。我们团队推出一个新的系列教程：Python数据可视化，针对初级和中级用户，将理论和示例代码相结合，分别使用matplotlib, seaborn, plotly等工具实现可视化。本文主题是如何在Matplotlib中使用自定义颜色和colormap。import osimport requestsimport numpy as npimport pandas as pdimport matplotlib.pypl

2020-08-12 17:00:30 6864

翻译错过这15个顶级Python库，你就不算Python程序员

为什么我喜欢Python？对于初学者来说，这是一种简单易学的编程语言，另一个原因：大量开箱即用的三方库，正是23万个由用户提供的软件包使得Python真正强大和流行。在本文中，我挑选了15个最有用的软件包，介绍它们的功能和特点。1. DashDash是比较新的软件包，它是用纯Python构建数据可视化app的理想选择，因此特别适合处理数据的任何人。Dash是Flask，Plotly.js和React.js的混合体。2. PygamePygame是SDL多媒体库的Python装饰器，SDL(Sim

2020-08-11 17:36:43 2294 1

原创 Python数据可视化：一文读懂直方图和密度图

一图胜千言，使用Python的matplotlib库，可以快速创建高质量的图形。用matplotlib生成基本图形非常简单，只需要几行代码，但要创建复杂的图表，需要调用更多的命令和反复试验，这要求用户对matplotlib有深入的认识。我们推出一个新的系列教程：Python数据可视化，针对初级和中级用户，将理论和示例代码相结合，分别使用matplotlib, seaborn, plotly等工具实现可视化。本文主题是如何用Matplotlib创建直方图和密度图。import numpy as np

2020-08-10 16:18:16 2711

原创 Python量化交易：如何用不到20行代码实现回溯检验

假设您有了一个交易策略，接下来怎么做？实盘交易测试策略的有效性？不，在使用资金进行冒险前，应该先对策略进行回溯检验，在历史数据上测试策略是否有效。什么是回溯检验？回溯检验（backtest）：在历史数据上测试策略的有效性。通过模拟进场，平仓和资金管理，然后计算夏普比率和最大回撤等业绩指标，获取策略表现的相关信息。回溯检验并不是完美地复制过去，有很多因素导致无法精确建模，例如无法准确估计滑点和自有订单对市场的冲击等，研究员也可能因为经验不足而犯下一些错误，例如前瞻性偏差和过度拟合，最终导致策略的表现比真

2020-08-07 14:15:07 1960

原创 Python数据可视化：如何在图表中显示误差

一图胜千言，使用Python的matplotlib库，可以快速创建高质量的图形。这是Python数据可视化的系列短篇，针对初级和中级用户，将理论和示例代码相结合，使用matplotlib, seaborn, plotly等工具创建不同主题的图表。该系列教程既可以让初学者快速掌握可视化，也可以作为中级使用者的案头参考，干货满满，赶紧收藏吧。本文主题是如何在图表中显示误差。import osimport warningsimport requestsimport numpy as npimpor

2020-08-06 17:22:48 1487

原创 Python数据可视化：如何创建散点图

一图胜千言，使用Python的matplotlib库，可以快速创建高质量的图形。用matplotlib生成基本图形非常简单，只需要几行代码，但要创建复杂的图表，需要调用更多的命令和反复试验，这要求用户对matplotlib有深入的认识。蜂鸟数据推出一个新的系列教程：Python数据可视化，针对初级和中级用户，将理论和示例代码相结合，分别使用matplotlib, seaborn, plotly等工具实现可视化。本文主题是如何用Matplotlib创建散点图(scatter plot)。import

2020-08-05 13:17:41 4434

原创 Python数据可视化：如何创建曲线图

一图胜千言，使用Python的matplotlib库，可以快速创建高质量的图形。用matplotlib生成基本图形非常简单，只需要几行代码，但要创建复杂的图表，需要调用更多的命令和反复试验，这要求用户对matplotlib有深入的认识。蜂鸟数据推出一个新的系列教程：Python数据可视化，针对初级和中级用户，将理论和示例代码相结合，分别使用matplotlib, seaborn, plotly等工具实现可视化。初学者使用matplotlib创建图形前，应该先学习matplotlib的基础知识，阅读另一

2020-08-04 13:39:57 3156

原创 Python数据可视化：走进matplotlib的世界

Python数据可视化：认识matplotlib一图胜千言，使用Python的matplotlib库，可以快速创建高质量的图形。用matplotlib生成基本图形非常简单，只需要几行代码，但要创建复杂的图表，需要调用更多的命令和反复试验，这要求用户对matplotlib有深入的认识。蜂鸟数据推出一个新的系列教程：Python数据可视化，针对初级和中级用户，将理论和示例代码相结合，分别使用matplotlib, seaborn, plotly等工具实现可视化。首先从matplotlib开始。本文将介绍

2020-08-03 13:28:43 337

weixin_42731853的博客