星辰火之梦

文件路径os.path基本使用os.path.exists(path) Test whether a path exists. Returns False for broken symbolic links.os.path.getatime(filename) Return the last access time of a file, reported by...

打开一个文本文件，用于读取(read)，文件不存在直接报错f = open("F:\\test.txt", "r")content = f.read()指定编码方式打开一个文本文件，用于读取(read)，文件不存在直接报错。不指定为默认编码UTF-8f = open("F:\\test.txt", "r", encoding="GBK")content = f.read()打开一个...

在实际应用中我们进行数据处理与分析时，往往涉及大量的表格。一般来说，使用Python的专业数据分析处理工具包，完全可以胜任我们的大多数需求，比如Numpy+Pandas。但是有时候往往我们对表格数据的操作是很简单的，不需要太过复杂的操作，所以使用专业的数据分析工具包，有点杀鸡用牛刀的感觉。如果没有接触过专业数据分析工具，光是学习成本就不小，但是你可能仅仅需要对若干表格数据做个平均值之类的操作，属实浪费时间了。因而，我们针对表格操作，设计了一套非常简易的操作方案，适合小白和简单表格程序化处理。

主要功能就是读取csv文件获得一组x,y数据，简单处理后进行画图，然后不断分析，最后输出csv表格。比如，分析某段时间价格波动幅度，可以先用券商或经纪商的接口不断获取数据存储到csv文件，然后利用python读取数据，进行必要的数据分割处理，绘画图像找到需要的特征，图像得到结果后，改代码输出csv数据。我写这个代码主要做金融市场流动性分析，就是某时段某价格区间能够承受的资金量统计分析以及卖价买价差值随时间段动态分析。

设n为一正整数，则欧拉函数φn等于0∼n−1中与n互素的整数个数比如φ54，因为0~5中， 1,2,3,4均与5互素，即最大公约数为1。

"""Utility code: URL-->Request-->Document-->BeautifulSoup"""import urllib.parseimport osimport requestsimport bs4def get_request(url): ''' Open a connection to the specified URL and if successful read the data. Inputs: