pandas的一些基础用法

栏目: 数据库 · 发布时间: 5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

Python金融衍生品大数据分析:建模、模拟、校准与对冲

Python金融衍生品大数据分析:建模、模拟、校准与对冲

【德】Yves Hilpisch(伊夫·希尔皮斯科) / 蔡立耑 / 电子工业出版社 / 2017-8 / 99.00

Python 在衍生工具分析领域占据重要地位,使机构能够快速、有效地提供定价、交易及风险管理的结果。《Python金融衍生品大数据分析:建模、模拟、校准与对冲》精心介绍了有效定价期权的四个领域:基于巿场定价的过程、完善的巿场模型、数值方法及技术。书中的内容分为三个部分。第一部分着眼于影响股指期权价值的风险,以及股票和利率的相关实证发现。第二部分包括套利定价理论、离散及连续时间的风险中性定价,并介绍......一起来看看 《Python金融衍生品大数据分析:建模、模拟、校准与对冲》 这本书的介绍吧!

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码

html转js在线工具
html转js在线工具

html转js在线工具