本文將用Python編程，帶你了解股票投資收益和風(fēng)險的基本知識。 一、股票的收益 1.1 導(dǎo)入CSV時序數(shù)據(jù) 本文將分析微軟2000年以來的股票...
投稿
收錄了16篇文章 · 365人關(guān)注
-
用Python分析股票的收益和風(fēng)險 -
如何用Python下載金融數(shù)據(jù) —— 帶著Python玩金融（8）本文介紹如何使用 Python 從互聯(lián)網(wǎng)下載金融相關(guān)的數(shù)據(jù)，包括股票數(shù)據(jù)、經(jīng)濟(jì)數(shù)據(jù)等。這里進(jìn)行數(shù)據(jù)獲取的Python包有以下兩種： quandl...
-
python的分組統(tǒng)計之謎（一）
最近處理數(shù)據(jù)比較多，而分組統(tǒng)計經(jīng)常用到，所以在此做個記錄 下次介紹pivot_table
-
python之k-近鄰算法(非sklearn版)
為了能夠熟悉不能機(jī)器學(xué)習(xí)算法的原理，所以在此將學(xué)習(xí)《機(jī)器學(xué)習(xí)實戰(zhàn)》這本書的筆記給記錄下來，因為此書使用python2寫的，而我用的是python...
-
python之k-近鄰算法（sklearn版）上文借用了numpy和pandas等模塊自編了k-近鄰算法python之k-近鄰算法（非sklearn版），這次借用sklearn輪子來實現(xiàn)一下...
-
python 數(shù)據(jù)挖掘算法簡要
前言 數(shù)據(jù)挖掘是通過對大量數(shù)據(jù)的清理及處理以發(fā)現(xiàn)信息，并將這原理應(yīng)用于分類，推薦系統(tǒng)，預(yù)測等方面的過程。本文基于《面向程序員數(shù)據(jù)挖掘指南》的理解...
-
Python 編程—list 與 numpy.ndarray
python中的二維數(shù)組，主要有 list(列表) 和 numpy.ndarray(多維數(shù)組) 兩種, 兩種的區(qū)別主要體現(xiàn)在numpy.ndar...
-
為什么你用不好Numpy的random函數(shù)？
在python數(shù)據(jù)分析的學(xué)習(xí)和應(yīng)用過程中，經(jīng)常需要用到numpy的隨機(jī)函數(shù)，由于隨機(jī)函數(shù)random的功能比較多，經(jīng)常會混淆或記不住，下面我們一...
-
Numpy之初識ndarray
Numpy ndarray numpy的最重要特點就是其N維數(shù)組對象（ndarray）。 ndarray的可以對整塊數(shù)據(jù)執(zhí)行數(shù)學(xué)運算，語法與標(biāo)量...
-
多重繪圖分區(qū)的設(shè)置丨數(shù)析學(xué)院本節(jié)將向大家演示在 Python 中如何運用 Matplotlib 庫設(shè)置多重繪圖分區(qū)。首先，我們需要在 Python 中導(dǎo)入所需的庫與模塊，并...
{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1881139527',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','https://upload.jianshu.io/collections/images/228008/python-logo.png', '推薦專題《數(shù)據(jù)科學(xué)與Python》（ 分享自 @簡書 ）','http://www.itdecent.cn/c/851674f612e4?utm_campaign=maleskine&utm_content=collection&utm_medium=reader_share&utm_source=weibo','頁面編碼gb2312|utf-8默認(rèn)gb2312'));){kind=link}