Apache Axis

import tushare as ts import pandas as pd from pandas import DataFrame,Series df = pd.read_csv('maotai.csv',index_col='date',parse_dates=['date']) df.drop(labels='Unnamed: 0',axis=1,inplace=True) df 　　 ma5 = df['close'].rolling(5).mean() ma30 = df['close'].rolling(30).mean() df['ma5'] = ma5 df['ma30'] = ma30 s1 = ma5 < ma30 T->F金叉 F->T死叉 s2 = ma5 >= ma30 s1 T T F F T T F F s2 F F T T F F T T T F T T T F T F T F F F T F ~(s1 | s2.shift(1)) s1 = ma5 < ma30 s2 = ma5 >= ma30 df.loc[~(s1 | s2.shift(1))].index 　　 df.loc[s1&s2.shift(1)].index 　问题：如果我从假如我从2010年1月1日开始，初始资金为100000元，金叉尽量买入，死叉全部卖出，则到今天为止

目录 1. 如何获取满足条设定件的索引 2. 如何将数据导入和导出csv文件 3. 如何保存和加载numpy对象 4. 如何按列或行拼接numpy数组 5. 如何按列对numpy数组进行排序 6. 如何用numpy处理日期 7.高阶numpy函数介绍 1. 如何获取满足条设定件的索引 # 定义数组 import numpy as np arr_rand = np.array([8, 8, 3, 7, 7, 0, 4, 2, 5, 2]) #根据数组是否大于4，满足为True，不满足为False b = arr_rand > 4 b Out[3]: array([ True, True, False, True, True, False, False, False, True, False]) 　获取满足条件的索引 # 定位数组大于5的索引 index_gt5 = np.where(arr_rand > 5) print("Positions where value > 5: ", index_gt5) Positions where value > 5: (array([0, 1, 3, 4], dtype=int64),) 由索引得到满足条件的值. # 根据索引得到满足条件的数组值 arr_rand.take(index_gt5) Out[5]: array([[8, 8, 7,

决策树是一种用于分类和回归的非参数监督学习方法。目标是创建一个模型，通过从数据特性中推导出简单的决策规则来预测目标变量的值 导入类库 1 import numpy as np 2 import pandas as pd 3 from sklearn.feature_extraction import DictVectorizer 4 from sklearn.tree import DecisionTreeClassifier 5 from sklearn.model_selection import train_test_split 简单版 1 def decide_play1(): 2 df = pd.read_csv( ' dtree.csv ' ) 3 dict_train = df.to_dict(orient= ' record ' ) 4 5 dv = DictVectorizer(sparse= False) 6 dv_train = dv.fit_transform(dict_train) 7 # print(dv_train) 8 # dv_train1 = np.append(dv_train, dv_train[:, 5].reshape(-1, 1), axis=1) 9 # dv_train2 = np.delete(dv_train1, 5, axis

　　本文学习利用python学习边缘检测的滤波器，首先读入的图片代码如下： import cv2 from pylab import * saber = cv2.imread("construction.jpg") saber = cv2.cvtColor(saber,cv2.COLOR_BGR2RGB) plt.imshow(saber) plt.axis("off") plt.show() 　　图片如下： 　　边缘检测是图像处理和计算机视觉的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点，图像属性中的显著变化通常反映了属性的重要事件和变化。这些包括：深度上的不连续，表面方向的不连续，物质属性变化和场景照明变化。边缘检测是图像处理和计算机视觉中，尤其是特征提取中的一个研究领域。图像边缘检测大幅度的减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。 　　在实际的图像分割中，往往只用到一阶和二阶导数，虽然原理上，可以用更高阶的导数，但是因为噪声的影响，在纯粹二阶的导数操作中就会出现对噪声的敏感现象，三阶以上的导数信息往往失去了应用价值。二阶导数还可以说明灰度突变的类型。在某些情况下，如灰度变化均匀的图像，只利用一阶导数可能找不到边界，此时二阶导数就能提供很有用的信息。二阶导数对噪声也比较敏感，解决的方法是先对图像进行平滑滤波，消除部分噪声

import numpy as np a = np.array([[1,2,3],[4,3,2],[6,3,5]]) print(a) [[1 2 3] [4 3 2 ] [ 6 3 5 ]] print (a.ndim) # array的维度 2 print (a.dtype) # array元素的数据类型 int32 print (a.shape) # array每个维度的大小 ( 3, 3 ) print (a.T) # array的转置 [[ 1 4 6 ] [ 2 3 3 ] [ 3 2 5 ]] print (a.real) # array每个元素的实部 [[ 1 2 3 ] [ 4 3 2 ] [ 6 3 5 ]] print (a.imag) # array每个元素的虚部 [[0 0 0] [0 0 0] [0 0 0]] print (a.flat[1],a.flat[2:5]) # 将array变成一维的基础上对其进行索引 print (a) a.flat[[ 1,4]]=8 # 将array对应位置的值进行改变 print (a) 2 [3 4 3 ] [[ 1 2 3 ] [ 4 3 2 ] [ 6 3 5 ]] [[ 1 8 3 ] [ 4 8 2 ] [ 6 3 5 ]] b = a.tolist() # 将array变成python列表并返回

本节提要： 前面已经陆陆续续有一些关于这三类的讲解，但是分散在各章中，不太方便大家查找，所以加强版做了这一期合集，来方便大家使用。 一、轴坐标名 这一节主要讲解图的坐标名的设置方法、常用的美化命令。 首先是设置坐标名称的命令【plt.xlabel (ylabel) 】或者【ax.set_xlabel (ylabel)】 在其中以引号输入你需要的标题文本，如： ax .set_xlabel (' x 轴的名称') 这样就会生成x轴坐标名，y轴同理。当然，大多数时候这个最质朴的命令是无法满足我们的需求的。由于该命令完全是基于text模块的，所以他能使用text模块的关键字参数。下面列举了一些常用的设置关键字参数： fontsize 修改文本的字号（大小） alpha 修改文本的透明度 backgroundcolor 背景颜色 bbox 给标签加上多种样式的边框 color 标签文本的颜色 family 字体的样式，如黑体、仿宋、楷体等 ha、va 横向、纵向的位置，如center、left rotation 文本旋转的角度，一般用数字来控制 position 标签的位置，（x,y）样式传入 loc 控制标签的位置，‘top’，‘left’等 下面这幅图使用了一些参数，需要注意的是bbox这个参数需要以字典的方式附带一些方框的参数（这个字典里的参数只控制这个方框的样式）

作者|ISHA5 编译|Flin 来源|analyticsvidhya 介绍 从开始从事数据可视化工作的那一天起，我就爱上它了。我总是喜欢从数据中获得有用的见解。 在此之前，我只了解基本图表，例如条形图，散点图，直方图等，这些基本图表内置在tableau中，而Power BI则用于数据可视化。通过每天完成此任务，我遇到了许多新图表，例如径向仪表盘，华夫图等。 因此，出于好奇，最近我正在搜索数据可视化中使用的所有图表类型，这些词云引起了我的注意，我发现它非常有趣。直到现在，看到这个词云图像迫使我认为这些只是随机排列的图像，这些单词是随机排列的，但是我错了，而且一切都从这里开始。之后，我尝试使用Tableau和Power BI中的少量数据制作词云。在成功尝试之后，我想通过编写条形图，饼图和其他图表的代码来尝试使用它。 词云是什么？ 定义：词云是一个简单但功能强大的可视化表示对象，用于文本处理，它以更大，更粗的字母和不同的颜色显示最常用的词。单词的大小越小，重要性就越小。 标签云的用途 1） 社交媒体上的热门标签 （Instagram，Twitter）： 全世界，社交媒体都在寻找最新更新的趋势，因此，我们可以获取人们在其帖子中使用最多的标签。 2） 媒体中的热门话题 ： 分析新闻报道，我们可以在头条新闻中找到关键字，并提取出前n个需求较高的主题，并获得所需的结果，即前n个热门媒体主题。

删除重复数据 使用duplicated()函数检测重复的行，返回元素为布尔类型的Series对象，每个元素对应一行，如果该行不是第一次出现，则元素为True keep参数：指定保留哪一重复的行数据 创建具有重复元素行的dataframe数据 import numpy as np import pandas from pandas import Series,DataFrame # 创建一个df df = DataFrame(data=np.random.randint(0,100,size=(8,4 ))) # 手动将df的某几行设置成相同的内容 df.iloc[1] = [666,666,666,666 ] df.iloc[ 3] = [666,666,666,666 ] df.iloc[ 5] = [666,666,666,666] 使用duplicated查看所有重复元素行 df.loc[~(df.duplicated(keep= ' first ' ))] # 指定保留第一行重复数据 使用drop去除重复数据 indexs = df.loc[df.duplicated(keep= ' last ' )].index # 保留最后的元素 df.drop(labels=indexs,axis=0) 使用drop_duplicates()函数删除重复的行 参数: drop

纵轴表示不同索引axis=0,横轴表示不同列axis=1 DataFrame类型创建 1.从二维ndarray对象创建 1 import pandas as pd 2 3 import numpy as np 4 5 d=pd.DataFrame(np.arange(10).reshape(2,5 )) 6 7 d 8 Out[4 ]: 9 0 1 2 3 4 10 0 0 1 2 3 4 11 1 5 6 7 8 9 #自动生成行索引和列索引 2.从一维ndarray对象字典创建 1 import pandas as pd 2 3 dt={ ' one ' :pd.Series([1,2,3],index=[ ' a ' , ' b ' , ' c ' ]), 4 ' two ' :pd.Series([8,7,6,5],index=[ ' a ' , ' b ' , ' c ' , ' w ' ])} 5 6 dt 7 Out[9 ]: 8 { ' one ' : a 1 9 b 2 10 c 3 11 dtype: int64, ' two ' : a 8 12 b 7 13 c 6 14 w 5 15 dtype: int64} 16 17 d= pd.DataFrame(dt) #原字典中的键变成列索引值，列索引位值中的Series数据中的索引并集 18 19 d 20

作者|Nikhil Adithyan 编译|VK 来源|Towards Data Science 决策树 决策树是当今最强大的监督学习方法的组成部分。决策树基本上是一个二叉树的流程图，其中每个节点根据某个特征变量将一组观测值拆分。 决策树的目标是将数据分成多个组，这样一个组中的每个元素都属于同一个类别。决策树也可以用来近似连续的目标变量。在这种情况下，树将进行拆分，使每个组的均方误差最小。 决策树的一个重要特性是它们很容易被解释。你根本不需要熟悉机器学习技术就可以理解决策树在做什么。决策树图很容易解释。 利弊 决策树方法的优点是： 决策树能够生成可理解的规则。 决策树在不需要大量计算的情况下进行分类。 决策树能够处理连续变量和分类变量。 决策树提供了一个明确的指示，哪些字段是最重要的。 决策树方法的缺点是： 决策树不太适合于目标是预测连续属性值的估计任务。 决策树在类多、训练样本少的分类问题中容易出错。 决策树的训练在计算上可能很昂贵。生成决策树的过程在计算上非常昂贵。在每个节点上，每个候选拆分字段都必须进行排序，才能找到其最佳拆分。在某些算法中，使用字段组合，必须搜索最佳组合权重。剪枝算法也可能是昂贵的，因为许多候选子树必须形成和比较。 Python决策树 Python是一种通用编程语言，它为数据科学家提供了强大的机器学习包和工具。在本文中