pandas的一些基础用法

栏目: 数据库 · 发布时间: 6年前

内容简介:首先我们导入一些‘业界标准’库Pandas 里有两种常用的结构,一种叫

首先我们导入一些‘业界标准’库

import pandas as pd
import numpy as np
import talib as ta
import matplotlib.pyplot as plt

Pandas 里有两种常用的结构,一种叫 DataFrame ,作为二维的一张表格;另一种叫 Series ,是一维数组。

DataFrame 取单行和单列得到的都是 Series 类型的对象。

追加数据

df = df.append(series, ignore_index=True)

获取最后一列数据

series = df.iloc[-1]

获取名为 close 的 column

series = df.close
或者
series = df['close']

取 series 中单个元素

close: float = series.close
close: float = series['close']

series 转 list

series.list()

series 转 np array

np_array = np.array(series)
或
np_array = np.array(df.close)
或
np_array = np.array(df['close'])

结合 talib 计算

ta.RSI(np.array(bars.close))

可视化

df = pd.DataFrame({
    'close': ... ,
    'open': ... ,
    'high': ... ,
    'low': ... ,
    'timestamp', ...
})

# figure 1
df.plot(x='timestamp', y=['close', 'high', 'low'])  # 展示 close high low 三个属性

# figure 2
df.plot(x='timestamp')  # 展示全部属性

# 展示上面两幅绘制过的图
plt.show()

Over


以上所述就是小编给大家介绍的《pandas的一些基础用法》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

算法设计与分析

算法设计与分析

郑宗汉/郑晓明编 / 清华大学出版社 / 2005-6 / 32.00元

《算法设计与分析》系统地介绍算法设计与分析的概念和方法,共四部分内容,第一部分包括前两章,介绍算法设计与分析的基本概念及必要的数学工具,对算法的时间复杂性的概念及算法的分析方法作了较为详细的叙述。第二部分包括第3~~9章,以算法设计技术为纲,从排序问题和离散集合的操作开始,进而介绍递归技术、分治法、贪婪法、动态规划、回溯法、分支与限界法以及随机算法等算法设计技术及其复杂性。第三部分包括第10章和第......一起来看看 《算法设计与分析》 这本书的介绍吧!

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

SHA 加密
SHA 加密

SHA 加密工具

正则表达式在线测试
正则表达式在线测试

正则表达式在线测试