- 博客(44)
- 资源 (19)
- 收藏
- 关注
RSS订阅原创 Python可视化在量化交易中的应用(17)_Seaborn核密度曲线图
seaborn中绘制核密度图使用的是sns.kdeplot()函数：sns.kdeplot(x,y,shade,vertical,kernel,bw,gridsize=200,cut=3,clip,legend,cumulative,shade_lowest,cbar,cbar_ax,cbar_kws,ax,weights,hue,palette,hue_order,hue_norm,multiple=‘layer’,common_norm,common_grid,levels=10,thresh=0.0
2023-08-20 23:57:49
1225
原创 Python可视化在量化交易中的应用(16)_Seaborn热力图
seaborn中绘制热力图使用的是sns.heatmap()函数：sns.heatmap(data,vmin,vmax,cmap,center,robust,annot,fmt=‘.2g’,annot_kws,linewidths=0,linecolor=‘white’,cbar,cbar_kws,cbar_ax,square,xticklabels=‘auto’,yticklabels=‘auto’,mask,ax,**kwargs,)data：要绘制热力图的数据集，可以是DataFrame、数组或列表
2023-08-19 22:56:26
282
原创 Python可视化在量化交易中的应用(15)_Seaborn箱线图&小提琴图
可以设置为一个浮点数，表示异常值的范围的倍数。可以设置为"width"，表示根据指定的宽度进行缩放。可以设置为一个浮点数，表示宽度的缩放因子。可以设置为一个列表或数组，指定小提琴图的顺序。默认值为0.8，表示箱体的宽度为整个数据范围的80%；x, y：指定要绘制小提琴图的数据，x和y分别表示数据在x轴和y轴上的位置。其中，x和y参数只能指定一个，另一个参数需设置为None。x, y：指定要绘制箱线图的数据，x和y分别表示数据在x轴和y轴上的位置。其中，x和y参数只能指定一个，另一个参数需设置为None。
2023-08-19 22:33:40
435
原创 Python可视化在量化交易中的应用(14)_Seaborn散点图
seaborn中绘制散点图使用的是sns.scatterplot()函数：sns.scatterplot(x,y,hue,style,size,data,palette,hue_order,hue_norm,sizes,size_order,size_norm,markers,style_order,x_bins,y_bins,units,estimator,ci=95,n_boot=1000,alpha,x_jitter,y_jittere,legend=‘auto’,ax,**kwargs,)x, y
2023-08-19 18:50:05
478
原创 Python可视化在量化交易中的应用(13)_Seaborn直方图
seaborn中绘制直方图使用的是sns.histlot()函数：sns.histplot(data,x,y,hue,weights,stat=‘count’,bins=‘auto’,binwidth,binrange,discrete,cumulative,common_bins,common_norm,multiple=‘layer’,element=‘bars’,fill,shrink=1,kde,kde_kws,line_kws,thresh=0,pthresh,pmax,cbar,cbar_ax
2023-08-19 13:11:36
224
原创 Python可视化在量化交易中的应用(12)_Seaborn柱状图
seaborn中绘制折线图使用的是sns.barplot()函数：sns.barplot(x,y,hue,data,order,hue_order,estimator,ci=95,n_boot=1000,units,seed,orient,color,palette,saturation=0.75,errcolor=‘.26’,errwidth,capsize,dodge=True,ax,**kwargs,)x, y：必需的参数，用于指定数据集中柱状图的x轴和y轴数据。hue：可选参数，用于指定分类变量
2023-08-19 12:31:51
213
原创 量化交易可视化（10）-等高线图
等高线图（Contour plot）是一种二维图形展示方式，用于表示函数在二维平面上的等高线。等高线图的每条等高线代表函数在该高度上的取值相同的点的集合。
2023-08-11 17:27:22
385
原创 量化交易可视化（9）-热力图
热力图是一种用颜色编码数据密度的二维图表。它的含义是通过不同颜色的渐变来显示数据的相对密度或值的大小。热力图通常用于可视化矩阵或二维表格数据，其中每个单元格的值被映射到一个颜色，从而形成一个色阶。较小的值通常用较浅的颜色表示，较大的值用较深的颜色表示，以此来显示数据的相对大小。
2023-08-09 17:15:56
514
原创 量化交易可视化（8）-箱型图
箱型图（Box plot）是一种用于展示数据分布的可视化图形。它由五个统计量组成：最小值、第一四分位数（Q1）、中位数（Q2）、第三四分位数（Q3）和最大值。在箱线图中，数据的分布范围被表示为一个箱子，箱子的上边界是第三四分位数（Q3），下边界是第一四分位数（Q1），箱子内部的中线表示中位数（Q2）。箱线图还可以包括异常值的表示，异常值通常是指偏离数据整体分布较远的数值。在箱线图中，异常值以圆点或者星号等符号表示。
2023-08-09 15:00:35
208
原创 量化交易可视化（7）-散点图
散点图是一种用于观察两个变量之间关系的图表类型。它通过在坐标轴上绘制数据点来展示变量之间的关联程度。每个数据点代表一个观测值，其中横轴表示一个变量的值，纵轴表示另一个变量的值。
2023-08-09 13:17:53
282
原创 量化交易可视化（6）-直方图
直方图是一种用于展示数据分布情况的图形。它将数据分成若干个间隔，并且统计每个间隔内数据的频数或频率。横轴表示数据的取值范围，纵轴表示对应范围内数据的频数或频率。
2023-08-07 10:53:39
261
原创 量化交易可视化（5）-雷达图
雷达图（Radar Chart），也被称为蛛网图或极坐标图，是一种用于可视化多个维度数据的图表形式。雷达图通过在一个圆形的坐标系上绘制多个半径相等的轴线（通常是5个或更多），每个轴线代表一个特定的数据维度。雷达图的含义在于通过展示多个维度的数据并将其以图形方式呈现，帮助人们直观地理解和比较各个维度之间的差异和关系。
2023-08-02 23:45:27
389
原创 量化交易可视化（4）-饼图
饼图（Pie chart）是一种常用的数据可视化图表，用于展示数据集中各部分占总体的比例关系。饼图以圆形为基础，将整个圆分割成扇形，每个扇形的角度大小表示该数据部分的相对大小。
2023-08-02 18:03:25
237
原创 量化交易可视化（3）-柱状图
柱状图是一种常用的统计图表，用于展示不同类别或组之间的比较关系。它以矩形柱形的高度来表示各个类别或组的数值大小，通过比较矩形柱形的高度，可以直观地了解数据的差异和趋势。
2023-08-02 12:34:50
478
原创 量化交易可视化（2）-K线图
K线图，是一种用于展示金融市场价格走势的图表形式，是一种特殊的折线图，往往只展示某支金融产品的价格变化。K线图由一组垂直的矩形组成，每个矩形代表了一个时间周期（如一天、一周或一个月）的开盘价、收盘价、最高价和最低价。如果收盘价高于开盘价，通常用实心或绿色来表示；如果收盘价低于开盘价，通常用空心或红色来表示。K线图广泛应用于股票、外汇、期货等金融市场，成为交易者和投资者分析市场情况和制定交易策略的重要工具。
2023-08-01 12:00:10
567
原创 量化交易可视化（1）-折线图
折线图是一种用折线连接数据点的图表形式，用于显示数据的变化趋势和关系。在折线图中，横轴通常表示时间或其他连续变量，纵轴表示与横轴变量相关的数值。
2023-07-31 22:33:00
337
原创 王给月度BOSS队伍带来什么变化？
王给月度BOSS队伍带来什么变化？带来的变化就是：强大的保护能力、净化能力和沉默能力完全替代了红牧及暗牧，可以更有效地保护低星辅助，一套阵容打到底，不需要对阵容进行调整，红牧、暗牧、特蕾莎、狄安娜等其他辅助退出竞争舞台，泷在BOSS战的作用更多是延长对BOSS的沉默效果。对于之前需要注意的一些毒瘤，如500级的安东尼奥、900级的德拉卡、800级的炼狱、900级的普尔特、800级的莱茵哈特、999的威尔，再也不用担心会突然灭队，之前需要特蕾莎才能过的BOSS现在也能无脑过。净化使得队伍再也不用害怕叠加
2022-04-01 16:01:23
388
原创 使用Python绘制股票交易图形
使用Python绘制股票交易图形使用Python绘制股票交易图形关联知识点准备工作数据载入任务一：绘制2020年1月1日至2020年12月31日的价格走势任务二：绘制2020年1月至2020年12月的成交量柱状图任务三：绘制2020年1月至2020年12月的成交额饼图任务四：绘制2020年1月至2020年12月的5日股票价格移动平均线使用Python绘制股票交易图形本文主要介绍使用Python及常用数据分析库，绘制金融产品（如股票）的交易图形，主要涉及折线图、柱状图、饼图。关联知识点该文涉及到以下知
2021-05-25 16:37:40
4855
3
原创 Python搬砖之旅(10th day)：列表推导式专题
列表推导式专题Python搬砖之旅(10th day)：列表推导式专题第一章 列表推导式的常规结构第二章 列表推导式的三目运算结构第三章 列表推导式的循环嵌套结构Python搬砖之旅(10th day)：列表推导式专题列表推导式常用来获取特定规则的列表，可以快速简洁地生成列表，并提升代码效率，学会写列表推导式是学习Python的重要内容之一。参考链接：http://mooc1.xueyinonline.com/nodedetailcontroller/visitnodedetail?courseId=
2021-05-24 22:52:19
329
原创 Python搬砖之旅(9th day)：while循环结构专题
while循环结构专题Python搬砖之旅(9th day)：while循环结构专题while 循环的表现形式break、continue、pass循环控制语句while True循环while...else:循环结构Python搬砖之旅(9th day)：while循环结构专题while 循环的表现形式break、continue、pass循环控制语句while True循环while…else:循环结构...
2021-02-22 00:04:37
266
原创 Pandas数据分析实战06
Pandas数据分析实战06Pandas数据分析实战06任务目标数据准备代码展示Pandas数据分析实战06任务目标读取运动员的数据athlete_events.csv,并且获取以下对应countries国家的运动员身高数据。• 展示其数据的分布，异常点等。• 查看中国身高的排行数据准备athlete_events.csv链接：https://pan.baidu.com/s/1jfeTXBHpBtPFgC7LhrsdVQ提取码：a6ar代码展示import numpy as npim
2021-02-16 13:11:13
285
原创 Pandas数据分析实战04
Pandas数据分析实战04Pandas数据分析实战04任务目标数据准备代码展示Pandas数据分析实战04任务目标统计以下5个国家2010年人口的占比情况：country_list = [“Afghanistan”,“Albania”,“Arab World”,“Aruba”,“Bangladesh”]数据准备population_data.json链接：https://pan.baidu.com/s/1Ipd-SMhIvp2tATseO1rOYA提取码：3c3b代码展示import
2021-02-15 21:09:55
176
原创 Pandas数据分析实战03
Pandas数据分析实战03Pandas数据分析实战03任务目标数据准备代码展示Pandas数据分析实战03任务目标读取北上广深瓜子二手车的数据• 1.分别读取4个csv文件,然后合并多个csv文件• 2.去重复数据，重新设置连续索引• 3.统计汽车自动挡和手动挡分别有多少辆• 4.统计哪个城市二手车数量最多• 5.统计深圳市最多的二手车品牌数据准备瓜子网二手车交易数据代码展示...
2021-02-15 18:16:14
260
原创 Pandas数据分析实战02
Pandas数据分析实战02Pandas数据分析实战02任务目标数据准备代码展示Pandas数据分析实战02任务目标读取 guazi.csv 二手车数据• 1.重命名列名(修改为中文或英文)• 2.异常值处理• 3.去除重复值• 4.缺失值的处理• 5.年份，里程，售价，原价所在列的数据进行转换(数值型数据)• 6.查看各品牌品骏售价数据准备瓜子网二手车交易数据代码展示import numpy as npimport pandas as pdimport matplotlib
2021-02-10 13:02:32
158
原创 Pandas数据分析实战01
Pandas数据分析实战01Pandas数据分析实战01要求代码实现Pandas数据分析实战01要求绘制"北京", “成都”, “广州”, “上海”, "沈阳"五个城市，从2010年1月至2015年12月的PM2.5环境质量变化情况代码实现import numpy as npimport pandas as pdimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['
2021-02-07 23:24:42
229
原创 Pandas第5次作业
Pandas第5次作业Pandas第5次作业练习一练习二Pandas第5次作业练习一统计出911数据中不同月份的电话次数，并直观体现数据的变化情况。# -*- coding: utf-8 -*-"""Created on Sat Feb 6 20:36:11 2021@author: 清弦墨客（聆听）"""import numpy as npimport pandas as pdimport matplotlib.pyplot as plt# 用pandas读取csv文件p
2021-02-06 22:55:30
172
原创 Pandas第4次作业
Pandas作业4Pandas作业4练习一练习二练习三Pandas作业4练习一将 学生成绩表 与 选修成绩表 进行水平的拼接"""Created on Wed Feb 3 14:10:41 2021@author: author: 清弦墨客（聆听）"""import numpy as npimport pandas as pd# 随机生成学生成绩表student_scores = pd.DataFrame(np.random.randint(50,100,16).reshape(4
2021-02-03 15:30:29
353
原创 Pandas第3次作业
Pandas第3次作业作业1作业2作业1任务目标：• 读取北向.csv 指定 trade_date 为 行索引• 查看数据的基本信息 有无缺失值 对其缺失值进行处理• 删除缺失值所在行• 查看数据的基本信息 查看数据是否清洗完毕• 标签为 index 这列没啥用 将该列删除• 观察数据是否有重复行• 将重复行进行删除• 将行索引 进行升序• 将处理好的数据 保存至 北向(副).csv# -*- coding: utf-8 -*-"""Created on Fri Jan 29
2021-02-03 12:25:09
208
原创 Python搬砖之旅(8th day)：分支结构专题
@[TOC](Python搬砖之旅(8th day)：分支结构专题)Python搬砖之旅(8th day)：分支结构专题if 语句if condition: statementif 语句的含义很好理解，如果满足条件condition，则执行语句statement，否则什么都不做。用图形来表示就是：注意：condition条件表达式，往往是由能够返回True或者False的逻辑判断表达式（如 and、or、not）、比较运算表达式（如 >、< 、==、 !=、 >=、
2021-01-28 12:02:06
199
原创 Pandas第2次作业
Pandas第二次作业Pandas第二次作业作业1作业2Pandas第二次作业作业1任务目标：读取 catNames2.csv 文件，完成需求：• 找到所有的使用次数超过800的猫的名字• 获取用次数最高的名字# -*- coding: utf-8 -*-"""Created on Wed Jan 27 09:42:50 2021@author: 清弦墨客（聆听）"""import numpy as npimport pandas as pd# 用pandas读取csv文件
2021-01-27 21:33:45
248
5
原创 Pandas第1次作业
Pandas第一次作业任务目标：1，创建一个四行五列的DataFrame，行索引为学生姓名，列索引为学科名称，内容为学生在各学科中取得的成绩；2，因为数学老师把体育课都占了，导致体育课没有成绩。先将体育课成绩都设为0，然后删除该列；3，部分学生选修了统计学和日语这两门课程，要求创建一个新的DataFrame，用来保存选修课的成绩；4，将选修课成绩与原DataFrame合并，并计算该学生在本学期的总成绩。代码主要涉及DataFrame的创建、修改、删除、合并。# -*- coding: utf-
2021-01-24 22:03:41
484
原创 while循环测试题2
while循环测试题这是一道Python新手略微抓狂的题目这是一道Python新手略微抓狂的题目下面这道程序是对学生学习情况的调研问卷，但是其中有部分关键的语句被屏蔽了，聪明的读者，请你拿上武器，戴上头盔，骑上骏马，勇敢地去迎接挑战吧！（使用读心术将横线处的语句补充完整，O(∩_∩)O）# -*- coding: utf-8 -*-"""作业3：学习调研系统"""# 定义一个函数，并在主函数中调用它def study_investigation(): while ______:
2021-01-19 17:01:08
474
原创 数据分析作业——Numpy(第4次作业)
Numpy(第4次作业)如下列表格所示，有两张后缀名为".csv"的数据文件，记录的是 “五粮液” 与 “云南白药” 在某段时间内，股市交易变化的数据。五粮液云南白药要求：1， 将这两个文件保存在某个文件夹下，如：D:\Coding\Python\LogicCoding\Data Analyze；2，转换工作路径并使用OS模块获取该文件夹下所有文件列表，但只返回csv文件格式的文件名列表；3，读取后缀名为 “.csv” 的数据文件，并将多张表中的数据通过 “行堆叠” 的形式拼接在一起；
2021-01-18 18:21:53
278
1
原创 Python搬砖之旅(7th day)：集合数据类型专题
集合数据类型专题Python搬砖之旅(7th day)：集合数据类型专题第一章 集合的概念与创建1.1 创建空集合1.2 将可迭代对象转化为集合Python搬砖之旅(7th day)：集合数据类型专题第一章 集合的概念与创建集合是一种无序的、可变的数据集合，它与字典一样，使用一对花括号或称为大括号来包裹数据元素。在集合中，每一个元素都是唯一的，即是说，在集合中，每一个元素都是不可重复的。1.1 创建空集合虽然集合和字典都可以使用花括号或称为大括号来作为标志，但是在创建空集合的时候，并不能使用{}
2021-01-17 23:45:26
354
原创 Python搬砖之旅(6th day)：字典数据类型专题
Python搬砖之旅(6th day)：字典数据类型专题第一章 字典的创建字典(dict)是一种以键值对{key:value}的形式出现的数据类型，可以根据key的值来计算value的地址。由于字典是基于hash哈希散列算法实现的，所以字典具有非常快的查询和存取速度，在数据获取、数据存取、和数据分析过程中经常使用，是一种非常重要的数据类型。字典是一种可变数据对象，所以支持修改、插入、删除等操作。字典的中的元素是用","逗号分开的键值对，其最外层用大括号{}包裹起来。字典的创建案例：>>
2020-12-28 16:29:46
539
原创 Python搬砖之旅(5th day)：元组数据类型专题
Python搬砖之旅(5th day)：元组数据类型专题第一章 元组的创建与列表相比，元组也是一种序列结构，并且与列表非常相似。但是，元组是一种"不可变的序列结构"，也就是说，除了内部元素不可修改的区别之外，元组与列表的用法其实是一样的。创建一个原则，只需要将用","逗号分隔的数据元素用()小括号包裹起来即可。除此之外，与列表一样，可以调用tuple()方法来创建元组。>>> tup_1 = ("apple", "banana", "cherry")>>> tu
2020-12-27 21:38:56
229
1
原创 将两个列表中的元素一一对应转化为字典的方法
将两个列表中的元素一一对应转化为字典的方法问题：有两个列表，li_1 和 li_2，他们长度一样，元素的内容一一对应，现在需要将其转化为键值对的表现形式，怎么解决？li_1 = [‘name’, ‘author’, ‘introduce’]li_2 = [‘Norway Wood’, ‘Haruki Murphy’,‘A book about men and women’]答案：# 将列表中的值以键值对的方式呈现li_1 = ['name', 'author', 'introduce']li_
2020-12-26 20:59:07
4639
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人