背景介绍从学sklearn时，除了算法的坎要过，还得学习matplotlib可视化，对我的实践应用而言，可视化更重要一些，然而matplotlib的易用性和美观性确实不敢恭维。陆续使用过plotly、seaborn，最终定格在了Bokeh，因为它可以与Flask完美的结合，数据看板的开发难度降低了很多。前阵子看到这个库可以较为便捷的实现数据探索，今天得空打算学习一下。原本访问的是英文文档，结果发现已经有人在做汉化，虽然看起来也像是谷歌翻译的，本着拿来主义，
系统 2019-09-27 17:52:29 2014
Python资源大全中文版原文链接:http://www.jianshu.com/p/9c6ae64a1bd7GitHub上有一个Awesome-XXX系列的资源整理,资源非常丰富，涉及面非常广。awesome-python是vinta发起维护的Python资源列表，内容包括：Web框架、网络爬虫、网络内容提取、模板引擎、数据库、数据可视化、图片处理、文本处理、自然语言处理、机器学习、日志、代码分析等。版权是https://github.com/jobbo
系统 2019-09-27 17:51:57 2014
完全转自https://blog.csdn.net/beijiu5854/article/details/77897767，但是经过自己的测试。转载自http://blog.csdn.net/u013894834/article/details/75305752Ubuntu16.04下完美切换Python版本（亲测）对于ubuntu16.04，由于本身是自带python，这样就减少了在windows下的下载和环境变量配置，非常不错。但是他本身是自带两个版本
系统 2019-09-27 17:51:41 2014
Python自带的pdb库，发现用pdb来调试程序还是很方便的，当然了，什么远程调试，多线程之类，pdb是搞不定的。用pdb调试有多种方式可选：1.命令行启动目标程序，加上-m参数，这样调用myscript.py的话断点就是程序的执行第一行之前复制代码代码如下:python-mpdbmyscript.py2.在Python交互环境中启用调试复制代码代码如下:>>>importpdb>>>importmymodule>>>pdb.run(‘mymodule.
系统 2019-09-27 17:51:04 2014
num1=-1whilenum1<1ornum1>500:print("请输入一个整数(1-500)：")num1=int(input())dividend=[3,5,7,9,11,13,15]fornum2individend:ifnum1%num2==0:print(f"{num1}被{num2}整除")else:print(f"{num1}不能被{num2}整除")请输入一个整数(1-500)：2900请输入一个整数(1-500)：-13请输入一个整
系统 2019-09-27 17:50:51 2014
通过纯Python完成股票回测框架的搭建。什么是回测框架?Python资源共享群：484031800无论是传统股票交易还是量化交易，无法避免的一个问题是我们需要检验自己的交易策略是否可行，而最简单的方式就是利用历史数据检验交易策略，而回测框架就是提供这样的一个平台让交易策略在历史数据中不断交易，最终生成最终结果，通过查看结果的策略收益，年化收益，最大回测等用以评估交易策略的可行性。代码地址在最后。本项目并不是一个已完善的项目,还在不断的完善。回测框架回测框
系统 2019-09-27 17:50:31 2014
创建时间序列函数pd.date_range()根据指定的范围，生成时间序列DatetimeIndex，每隔元素的类型为Timestamp。该函数应用较多。ts=pd.date_range('2017-09-01',periods=10,freq='d',normalize=False)ts输出为：DatetimeIndex(['2017-09-01','2017-09-02','2017-09-03','2017-09-04','2017-09-05','
系统 2019-09-27 17:50:15 2014
2.快速排序2.1算法思想快速排序是对冒泡排序的一种改进。通过一次排序（设要排序的数组是A[0]……A[N-1]，首先任意选取一个数据（通常选用数组的第一个数）作为关键数据，然后将所有比它小的数都放到它左边，所有比它大的数都放到它右边，这个过程称为一次快速排序）将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。快速排序的
系统 2019-09-27 17:49:43 2014
获取DataFrame虽然是一个比较简单的操作，但是有时候到手边就是写不出来，所以在这里总结记录一下：1.链表推倒式data=pd.read_csv('data/ReceiptcodeJanuaryminutetradingvolume.csv')print([columnforcolumnindata])#打印结果['COUNT','SUCC','FAIL','WAITPAY','SUCCRatio','time']2.通过columns字段获取，返回一
系统 2019-09-27 17:49:32 2014
问题背景:源于公司的原来的代码是python2开发的，后来改为python3开发，设计到的property的用法有点不一样直接上代码公司原来的python2的代码classLineItem:def__init__(self,description,weight,price):self.description=descriptionself.__weight=weightself.price=price@propertydefweight(self):ret
系统 2019-09-27 17:49:16 2014
