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!
猜你喜欢:- AWK基础用法
- Java基础——Super用法
- SQL语句基础用法大全(DML)
- Go基础系列:双层channel用法示例
- 数据仓库组件:Hive 环境搭建和基础用法
- Java 基础:日期与时间 API 用法详解
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
【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
html转js在线工具
html转js在线工具