python
Marina-ju
虽恼太迟,又庆幸终于找到了喜欢的事
展开
-
python中import其他文件夹下的模块
如果要import不在同一个路径下的module,则需要先把这个module的路径添加进来。例如:转载 2019-09-19 15:32:01 · 6221 阅读 · 1 评论 -
python装饰器
在函数前面加上功能函数:eg:def outer_func():pass@outer_funcdef inner_func():pass则会给inner_func函数加上outer_func函数的功能具体运行原理参见下图:原创 2019-04-07 17:12:11 · 84 阅读 · 0 评论 -
写数学公式:markdown中的latex
break:打破循环,continue:跳出循环原创 2019-04-04 17:45:28 · 241 阅读 · 0 评论 -
均匀随机分布的Y的期望和方差
如果y在a,b之间随机均匀分布,则y的方差为(a-b)**2/12,y的期望为(a+b)/2原创 2019-03-26 11:10:48 · 4358 阅读 · 1 评论 -
thresh=n
thresh=n,保留至少有 n 个非 NA 数的行df0 1 20 0.035669 NaN NaN1 -2.138661 NaN NaN2 1.500880 NaN -0.6873593 1.573421 NaN 1.0412884 -0.305428 -0.48...转载 2019-03-25 16:16:50 · 542 阅读 · 0 评论 -
R2的含义
含义是Y值的波动中有多少可以通过X值的波动来衡量原创 2019-03-13 14:07:46 · 8833 阅读 · 0 评论 -
pandas中的分类展示
dim=pd.Series([‘apple’,‘orange’])values=pd.Series([0,1]*4)dim.take(values)0 apple1 orange0 apple1 orange0 apple1 orange0 apple1 orangedtype: object...原创 2019-03-06 12:18:45 · 513 阅读 · 0 评论 -
Feature Imprtanc及prediction(lec5homework1)
import numpy as npimport pandas as pdimport matplotlibmatplotlib.use(‘TkAgg’)import matplotlib.pyplot as pltimport sklearnfrom sklearn.model_selection import TimeSeriesSplitfrom sklearn.model_s...原创 2019-03-12 08:45:08 · 248 阅读 · 0 评论 -
pd resample方法有groupby的作用
rng=pd.date_range(‘2000-01-01’,periods=100,freq=‘D’)ts=pd.DataFrame(np.random.randn(len(rng)),index=rng)ts.resample(‘M’).mean()02000-01-31 0.0888152000-02-29 -0.1145232000-03-31 -0.11204220...转载 2019-03-04 21:52:44 · 1116 阅读 · 0 评论 -
cross_val_score中的scoring参数
参考文章:https://scikit-learn.org/stable/modules/model_evaluation.html#scoring-parameter默认为None其他选项如下:1.accuracy:返回的值是正确率,等同于下面的方式。from sklearn.metrics import accuracy_scorey_pred=[0,2,1,3]...原创 2019-02-14 12:11:08 · 3596 阅读 · 0 评论 -
python中单下滑线_
python中单下滑线_:默认保存上一次执行的结果eg:44_4原创 2019-04-08 14:56:57 · 189 阅读 · 0 评论 -
install quantopian时出现No module named pip.req的解决办法
参考:https://stackoverflow.com/questions/25192794/no-module-named-pip-req其中适用于我的解决办法:把setup.py中的转载 2019-09-06 16:04:12 · 3531 阅读 · 0 评论 -
python中去掉列表降维:ravel,flatten,reshape
1.ravel:2.flatten:3.reshape:转载 2019-09-02 22:05:31 · 4936 阅读 · 0 评论 -
python类设计(类方法和变量,实例方法和变量@classmethod)
题目要求:设计一个公司类,完成以下要求,并实例化不同对象进行验证类变量类下公司的总个数,类下实例的名称列表类方法返回公司类共有多少个公司实例返回公司类的公司实例有名称列表实例变量公司名,简介,利润,销售额,总成本,雇员姓名实例方法:招聘人才(每招一个人会有成本产生,影响该实例雇员列表,人数,总成本)解雇人员(每解雇一个人会有成本产生,影响该实例雇员列表,人数...原创 2019-05-12 19:28:26 · 1564 阅读 · 5 评论 -
python中描述符讲得比较的一篇文章
https://www.cnblogs.com/Jimmy1988/p/6808237.html转载 2019-05-11 23:59:01 · 130 阅读 · 0 评论 -
python模拟斗地主(@classmethod的用法)
import randomclass Poke():poke = [] # 扑克牌牌堆p1 = [] # 玩家一牌堆p2 = [] # 玩家二牌堆p3 = [] # 玩家三牌堆last = None # 底牌牌堆def init(self,f,num): # 初始化牌堆self.flower = f # 花色self.num = num ...转载 2019-05-16 11:08:16 · 478 阅读 · 0 评论 -
python中@statimethod和@clasmetod的简单理解
1.@statimethod:加上这一句话,不需要实例化即可调用类方法。举例如下:但我发现,只要定义方法时加了self,再用静态方法会一直报错。实例化和非实例化都会报错。2.@classmethod:可以用来预处理传入类的变量。作用是用@classmethod语句后的方法处理了传入值后再将调用类方法。参考文章:1.https://blog.csdn.net/dyh4201/arti...转载 2019-05-10 23:08:31 · 324 阅读 · 0 评论 -
heapq堆python
import heapqheap = []data = [1,3,5,7,9,2,4,6,8,0]for i in data:heapq.heappush(heap,i)print(heap)[0, 1, 2, 6, 3, 5, 4, 7, 8, 9]lis = []while heap:lis.append(heapq.heappop(heap))...转载 2019-04-22 23:35:19 · 210 阅读 · 0 评论 -
python遍历文件夹目录代码
import osdef dirf(path,depth = 0):path = os.path.abspath(path)files=os.listdir(path)for f in files:print(’ '2depth,f)f = os.path.join(path,f)if os.path.isdir(f):dirf(f,depth +=1)来自七月在线课程:http...转载 2019-04-08 18:48:40 · 271 阅读 · 0 评论 -
Stratified k-fold&TimeSeriesSplit
教程连接:https://scikit-learn.org/stable/modules/cross_validation.html#cross-validation当样本中各类的含量不平衡时用Stratified k-fold函数来选择训练集和学习集。例如:X=np.ones(10)y=[0,0,0,0,1,1,1,1,1,1]len(y)10...转载 2019-02-13 19:47:05 · 4294 阅读 · 0 评论 -
itertools.product()
原文:https://blog.csdn.net/qq_33528613/article/details/79365291product(list1, list2) 依次取出list1中的每1个元素,与list2中的每1个元素,组成元组,然后,将所有的元组组成一个列表,返回。例如:a=[2,4,6]b=[100,200]for i in itertools.product(a,b...转载 2019-02-12 14:42:28 · 1228 阅读 · 0 评论 -
pandas 数据通过index排序
e=pd.DataFrame(b,index=a)e011 one010 one112 one26 one316 one413 one515 one68 ADL5 CEL9 CES7 up0 dn14 os4 price2 vol3 low1 hi...转载 2019-02-15 14:36:37 · 8636 阅读 · 0 评论 -
python正则表达式(re)的符号与方法.*()?,search,findall,sub
点号:匹配任意字符,\n除外星号:匹配前一个字符,0次或无限次问号:匹配前一个字符,0次或1次括号:(),括号内的数据作为结果返回。例如当我们需要提出特定内容时,只需给相关内容加上括号常用方法findall:匹配所有符合规律的内容,返回包含结果的列表search:匹配并提取第一个符合规律的内容,返回一个正则表达式的对象sub:替换符合规律的内容,返回替换后的值import rea...原创 2019-01-21 14:36:57 · 2364 阅读 · 0 评论 -
python re正则表达式:设定匹配次数
re.search(r’ab{3}c’,‘I love 123fish.com abbbcde’)<_sre.SRE_Match object; span=(19, 24), match=‘abbbc’>re.search(r’ab{3}c’,‘I love 123fish.com abbbbbcde’) #没有找到匹配的re.search(r’ab{3,10}c’...原创 2019-01-21 12:00:13 · 5859 阅读 · 0 评论 -
python re正则表达式:字符类匹配
字符类:只要匹配字符类里的任意字母,都算匹配,’-’:表示范围import rere.search(r’[0-9]’,‘I love 123fish.com’)<_sre.SRE_Match object; span=(7, 8), match=‘1’>re.search(r’[a-z]’,‘I love 123fish.com’)<_sre.SRE_Ma...原创 2019-01-21 11:54:43 · 775 阅读 · 0 评论 -
python 正则表达式(1)
提供了一种按照某种特征寻找需要值的方法search方法:搜素正则表达式模式第一次正式匹配的位置,re.search(r’fish.com’,‘I love fish.com’)&lt;_sre.SRE_Match object; span=(7, 15), match=‘fish.com’&gt;text=“I love fish.com”len(text)15...原创 2019-01-21 11:47:20 · 365 阅读 · 0 评论 -
正则表达式re
import re描绘一个或多个空白字符的正则表达式是\s+:text=“foo bar\t baz \tqux”re.split(’\s+’,text)[‘foo’, ‘bar’, ‘baz’, ‘qux’]转载 2019-01-21 10:57:00 · 157 阅读 · 0 评论 -
url.format()
url.format()生成一个url原创 2019-01-14 23:46:43 · 8203 阅读 · 0 评论 -
%r python
%r用rper()方法处理对象repr() 函数将对象转化为供解释器读取的形式。原创 2019-01-14 23:31:19 · 198 阅读 · 0 评论 -
在tushare上提取沪深300指交易数据
import numpy as npimport pandas as pdimport tushare as tsimport MySQLdb as mdb#获取沪深300指数的股票名单hs300_data=ts.get_hs300s()hss=hs300_data[“name”]#获取上交所SSE,深交所SZSE,港交所HKEX正常上市交易的股票名单pro=ts.pro_api(...原创 2019-01-19 20:08:26 · 10600 阅读 · 0 评论 -
dataframe中根据元素的值获取元素所在的坐标
参看文章https://blog.csdn.net/xwd18280820053/article/details/72614734/df=pd.DataFrame({“Boolcol”:[1,2,3,3,4],“attr”:[22,33,22,44,66]},index=[10,20,30,40,50])dfBoolcol attr10 1 2220 ...转载 2019-01-19 16:36:47 · 9154 阅读 · 0 评论 -
Hurst指数
理论参考:http://www.360doc.com/content/16/0409/15/20041187_549224354.shtml代码实现:def calcHurst2(x):if not isinstance(x,Iterable):print(‘error’)returnn_min,n_max=2,len(x)//3RSlist=[]n=[]for cut in ...转载 2019-01-24 10:50:53 · 8607 阅读 · 0 评论 -
np.where()
a=np.arange(20).reshape(4,5)aarray([[ 0, 1, 2, 3, 4],[ 5, 6, 7, 8, 9],[10, 11, 12, 13, 14],[15, 16, 17, 18, 19]])np.where(a>10)(array([2, 2, 2, 2, 3, 3, 3, 3, 3], dtype=int64),array(...原创 2019-01-17 20:19:57 · 6760 阅读 · 1 评论 -
manifold.LocallyLinearEmbedding(LLE降维)
n_neighbors:搜索样本的近邻的个数,越大,降纬后的局部数据越好n_components:降维到的维数reg :正则化系数,在n_neighbors大于n_components时,即近邻数大于降维的维数时,由于我们的样本权重矩阵不是满秩的,LLE通过正则化来解决这个问题。默认是0.001。一般不用管这个参数。当近邻数远远的大于降维到的维数时可以考虑适当增大这个参数eigen_solv...转载 2019-01-17 18:37:30 · 2526 阅读 · 0 评论 -
python re正则表达式(\d+)
a=‘abdfef1234567eacef555ffsa’re.findall(’\d+’,a)[‘1234567’, ‘555’]转载 2019-01-21 14:43:48 · 44592 阅读 · 2 评论 -
sklearn中digits手写字体数据集介绍&AffinityPropagation( )聚类算法主要参数的使用
1.sklearn中digits手写字体数据集介绍:https://blog.csdn.net/Asun0204/article/details/756079482.AffinityPropagation( )聚类算法主要参数的使用:https://blog.csdn.net/manjhOK/article/details/79586791...转载 2019-01-16 06:13:49 · 837 阅读 · 0 评论 -
discriminant_analysis.LinearDiscriminantAnalysis 的Shrinkage参数
1.当样本数(sample)小于特性数(feature)时用于提高预测协方差矩阵的工具。2.只有当solver 为 ‘lsqr’ 或 ‘eigen’时可用。3.值在0-1之间:当为0时,即没有shrinkage;当为1时,意味着用方差的对角阵来评估协方差矩阵(which means that the diagonal matrix of variances will be used as a...翻译 2019-02-15 11:13:42 · 407 阅读 · 0 评论 -
R² score
用来评估模型的预测能力。当不管输入的特征值是多少,预测值总是平均值时,R² 为0。公式如下:应用:from sklearn.metrics import r2_scorey_true = [3, -0.5, 2, 7]y_pred = [2.5, 0.0, 2, 8]r2_score(y_true, y_pred)0.9486081370449679...翻译 2019-02-15 10:53:11 · 1265 阅读 · 0 评论 -
python中ADF检验的两个例子
eg1:x=np.arange(10)result=sts.adfuller(x,1)result(0.9921567416492214, 0.9941824998493046, 1, 8, {‘1%’: -4.6651863281249994, ‘5%’: -3.3671868750000002, ‘10%’: -2.802960625}, -555.5406151390793)...原创 2019-01-23 14:59:24 · 5780 阅读 · 1 评论 -
pandas.io.data->pandas_datareader.data as web
pandas.io.data模块已不可用,现已由pandas_datareader.data模块代替例如经常用的:pandas.io.data as web 可转为pandas_datareader.data as web转载 2019-01-22 16:30:22 · 907 阅读 · 0 评论