python学习基础篇Day03(P24~~35)

b站达内python课学习笔记

P24&25 Python基础-3.1 课程回顾01&02

一、day02 复习

day02 复习
    数据基本运算
        变量:关联一个对象的标识符
            变量名 = ? 
             变量没有类型
        数据类型:
            None
            int       1      2
            float   1.0   2.5
            str      ""    "字符"
            bool   True  False
            复数 complex

        类型转换
            int(数据)  float(数据)
            str(数据)    bool(数据)
            如果数据的格式不正确,会错误。
                例如:int("100+")
            如果数据表示"没有",转换结果为False
                bool(1) --> True
                bool("") -->False

        运算符
            算数运算符:+ - *  / // % **
            增强运算符:= -= *=  /= //= %= **=
                a = 10
                a = a + 5
                a += 5
            比较运算符:>  <  >=  <=  ==  !=
            逻辑运算符: 1 > 2   "a" == "b"
                       False or False
                      与 and : 一假俱假
                      或 or :一真俱真

二、and和or的短路逻辑

判断 and 或 or 逻辑运算,如果判断前半个语句就能结果确定,后面的语句将不再执行

a = 1
a = "a"
a = True

# 问题:控制台中会出现什么
# 短路逻辑:逻辑运算时,尽量将复杂(耗时)的判断放在后边。
num = 1
# and 发现False,就有了结论,后续条件不再判断。
# re = num > 1 and input("请输入:") == "a"

# or 发现True,就有了结论,后续条件不再判断。
re = num + 1 > 1 or input("请输入:") == "a"

P26 Python基础-3.3 课后作业详解

一、练习1

已知:加速度,初速度,时间
  计算:距离
  加速度 = (距离 - 初速度 × 时间) * 2 / 时间平方
距离 = 加速度 * 时间平方 *0.5 + 初速度 * 时间

示例代码

accelerated_speed = int(input("请输入加速度:"))
time = int(input("请输入时间:"))
initial_voloctiy = int(input("请输入初速度:"))
distance = accelerated_speed * time ** 2 * 0.5 + initial_voloctiy * time
print("距离是:" + str(distance))

二、练习2

温度转换器
  摄氏度 = (华氏度 - 32) / 1.8
  华氏度 = 摄氏度 * 1.8 + 32
开氏度= 摄氏度 + 273.15

示例代码

# (1)在控制台中获取华氏度,计算摄氏度。
fahrenheit = float(input("请输入华氏度:"))
centigrade = (fahrenheit - 32) / 1.8
print("摄氏度是:"+str(centigrade))

# (2)在控制台中获取摄氏度,计算华氏度。
centigrade = float(input("请输入摄氏度:"))
fahrenheit =centigrade * 1.8 + 32
print("华氏度是:"+str(fahrenheit)
  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对于python机器学习量化选股,可以参考以下步骤和案例内容: 1. 多因子的市值因子选股介绍:该部分介绍了多因子选股的概念和市值因子的重要性,可以在文章目录的p16处找到相关内容。 2. 多因子的市值因子选股演示:这部分通过案例演示了如何使用市值因子进行选股。可以在文章目录的p17处找到相关内容。 3. 多因子策略流程、因子据组成、去极值介绍:该部分介绍了多因子策略的流程、因子据的组成以及去极值的方法。可以在文章目录的p18处找到相关内容。 4. 案例:中位去极值和3背中位去极值:这个案例展示了使用中位去极值和3背中位去极值的方法。可以在文章目录的p19处找到相关内容。 5. 案例:3sigma法去极值:该案例介绍了使用3sigma法进行去极值的方法。可以在文章目录的p20处找到相关内容。 此外,还可以参考以下内容: 6. 因子据的标准化处理:该部分介绍了因子据的标准化处理方法。可以在文章目录的p21处找到相关内容。 7. 市值中心化处理介绍:这部分介绍了市值中心化处理的方法。可以在文章目录的p22处找到相关内容。 8. 案例:市值中性化实现以及回测选股结果:该案例展示了如何实现市值中性化以及回测选股结果的分析。可以在文章目录的p23处找到相关内容。 9. 市值中心化结果总结分析:这部分对市值中心化的结果进行了总结和分析。可以在文章目录的p24处找到相关内容。 综上所述,可以根据以上提到的步骤和案例内容来进行python机器学习量化选股的操作和研究。<span class="em">1</span><span class="em">2</span> #### 引用[.reference_title] - *1* [【量化】4天学会python机器学习与量化交易-笔记2(p16~p20)](https://download.csdn.net/download/weixin_38706294/13753550)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [【量化】4天学会python机器学习与量化交易-笔记4(p21~p25)](https://download.csdn.net/download/weixin_38660359/13753480)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值