python
文章平均质量分 59
业火之理
这个作者很懒,什么都没留下…
展开
-
【python】numpy与pandas快速入门
官网numpy官网pandas官网Numpy简介numpy与pandas是非常常用的库,后面会经常用到。如果使用anaconda的,可能已经自带了这2个包。如果提示没有此包的,使用conda或者pip或者anaconda navigator安装一下。正常来说,pandas是依赖numpy的NumPy数组比Python列表更快,更紧凑。阵列消耗较少的内存,使用起来很方便。NumPy使用更少的内存来存储数据,并且提供了一种指定数据类型的机制。这使得代码可以进一步优化。需要查找更多库可以原创 2021-01-14 15:59:25 · 1162 阅读 · 0 评论 -
【python】前端快速入门python基础语法
前言以前学了后没写笔记没总结,这次总结一下。基础知识python是缩进的语法,跟前端的sass语法类似,强缩进。每个冒号后一行需要进行缩进。python是解释型的。当然也有些骚操作不在范围内。变量类型Numbers(数字)等于js的numberString(字符串)等于js的stringList(列表)等于js的arrayTuple(元组)相当于只读列表Dictionary(字典)等于js中对象Python 中的变量赋值不需要类型声明。直接等号就可以给其原创 2021-01-14 09:59:00 · 201 阅读 · 1 评论 -
【python】Jupyter Notebook添加kernel
介绍jupyter notebook是我很喜欢的工具之一。安装anaconda时候以及装在base里了。py2kernal切换anaconda自带env,上一篇中已经装了个py27的env。要让jupyter自由切换,那么需要先进入py27的环境,安装kernel:conda install ipykernel安装完毕后,使用: python -m ipykernel install --user --name py27 --display-name "py27"这样,j原创 2021-01-11 17:45:42 · 2786 阅读 · 1 评论 -
【python】anaconda安装与env切换
介绍anaconda可以类比为node,装了node自带了个npm,装了anaconda自带了个conda。同时node还装了一堆常用的包,anaconda也自带了一堆比较常用的包。官网https://www.anaconda.com/products/individual安装点击官网最下面选择自己电脑版本安装即可。它安装的版本是py3,然后还预装了一些常用的包。安装完毕后,就自带了base环境。Py2环境一般来说是需要整个py2的环境在开始菜单中找到Anaconda3-原创 2021-01-11 16:45:23 · 1516 阅读 · 0 评论 -
【python】python安装
前言好久以前玩的这个,这次换台电脑装一下稍微记录下安装一般py2和py3都需要装,这2还有些区别,linux自带py2,这里只说windows安装。直接去官网下载你的版本进行安装:https://www.python.org/安装完毕后设置环境变量由于py2和py3的程序名字都叫python.exe,所以,就分别去这文件夹下复制一个改名一个叫python2一个叫python3,再去写入环境变量(直接改名需要改pip之类路径否则pip仍然找的python.exe)。注意!这里有个坑,如果是原创 2021-01-03 18:50:31 · 136 阅读 · 0 评论 -
【python】白话理解决策树与随机森林
本文讲的是机器学习的一种算法。由于数学难以理解,所以转换为白富美相亲来类比,同时大家也能明白这玩意能用到什么地方。机器学习里有种算法叫决策树算法,这个算法好多资料讲的非常非常复杂。这算法是一种监督学习算法。决策树概念:比如我是个媒婆,我要给白富美挑合适的男人,比如一个男人30岁,有钱,长得一般,职业发展空间大,我推荐给白富美了。白富美看都没看...原创 2020-02-25 06:38:19 · 344 阅读 · 0 评论 -
【python】优矿多因子策略白皮书学习与思考
背景本文用来快速理清常见量化思路,其官方提供的多因子此策略白皮书很适合上手。流程一 、 获取因子数据# 优矿里提供了400多个因子数据,将诸如TTM类似的标准化算法工程化,可利用DataAPI直接获取pe = DataAPI.MktStockFactorsOneDayGet(secID=set_universe('HS300'),tradeDate=u"20160922",field...原创 2019-10-30 01:55:19 · 1880 阅读 · 0 评论