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

分布式机器学习:算法、理论与实践

分布式机器学习:算法、理论与实践

刘铁岩、陈薇、王太峰、高飞 / 机械工业出版社 / 2018-10-20 / 89.00

人工智能和大数据时代,解决最有挑战性问题的主流方案是分布式机器学习!本书旨在全面介绍分布式机器学习的现状,深入分析其中的核心技术问题,并且讨论该领域未来的发展方向。 由微软亚洲研究院机器学习核心团队潜心力作!鄂维南院士、周志华教授倾心撰写推荐序! 本书旨在全面介绍分布式机器学习的现状,深入分析其中的核心技术问题,并且讨论该领域未来的发展方向。 全书共12章。第1章是绪论,向大家展......一起来看看 《分布式机器学习:算法、理论与实践》 这本书的介绍吧!

HTML 压缩/解压工具
HTML 压缩/解压工具

在线压缩/解压 HTML 代码

JSON 在线解析
JSON 在线解析

在线 JSON 格式化工具

HEX CMYK 转换工具
HEX CMYK 转换工具

HEX CMYK 互转工具