技术分析入门的一些感悟

-- 学习和成长从来都不是一个人的事 --

关于Stata的一些感悟

Stata这个名字有两种写法，Stata或者STATA，写成stata是不合适的。Stata公司给Stata定位为“Data Analysis and Statistical Software”。这肯定是非常准确的。一般来说，数据分析包括三个过程，首先是数据探索，这一过程的常用方法就是画个图对数据进行一个概览；然后是建立一些数据分析模型，计量模型当然也是包含其中的；最后就是推断了，然而直接把结果以数字的形式展示是非常枯燥的，这就又产生了绘图的需要。

技术分析入门的一些感悟

使用python进行数据清洗及可视化今天第一次使用pandas和matplotlib处理数据，以下纪录一些使用心得：1、首先第一步就是要导入一些使用包：import numpy as npimport pandas as pdimport matplotlib.pyplot as plt要.

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

pa.drop(['病人卡号','病人姓名','省份','城市','咨询医生','类型','type_message'], axis=1, inplace=True)

sum_columns = pa.iloc[:,8:30]deff(x):return x.sum()feiyong = sum_columns.apply(f,axis=1)pa['总费用'] = feiyong

pa = pa.replace(['初诊','复诊'],[1,0])pa = pa.replace(['自然门诊'],['企划'])

bingzhong.columns = ['大病种','小病种'] #数据清洗 添加两列到原来的表中

cz1 = pa.groupby(by=['医院'])['初复诊','总费用'].sum() #统计两列

cz1 = cz1.reset_index() #把groupy之后生成的series变成dataframe

cz1 = cz1.round() #对某一列保留几位小数

fig, ax = 技术分析入门的一些感悟 plt.subplots()ax.scatter(cz2['初复诊'],cz2['总费用'])ax.set_xlabel('nums')ax.set_ylabel('money')ax.set_title('Hahahha Wocao')plt.show()

fig, ax = plt.subplots()技术分析入门的一些感悟 ax.boxplot(cz2['总费用'])plt.show()

【邢不行|量化小讲堂系列01-Python量化入门】如何快速上手使用Python进行金融数据分析

相比于c，c#等语言，Python容易太多了。让你可以更快，更方便的对自己的想法进行测试。life is short, use Python。

对本文研究有自己的想法的朋友，欢迎在评论区留言。关于文中的代码、数据，以及下期《量化小讲堂》想了解的内容，也可以加我个人微信xingbuxing0807交流。

-- 学习和成长从来都不是一个人的事 --

Python数据处理总结

Python可以很好地完成预处理任务，本文对python常用的numpy & pandas做一些总结。1. 文本读写python本身就带有open()函数，配合readline()/write()函数可以完成读写功能。但注意pandas也有很强大的读写能力，包括.

这里提一点：read_csv()函数可以指定index,column 技术分析入门的一些感悟 name,encoding type,header等等。作者曾经遇到过一个比较strange的问题，read_csv()与read_excel()的不同。比如，读入的第一列是c1,c2,c3. cn。但是read_csv()的c1前面却带了一个未知符号`，即显示成了`c1。当时调了半天都没有明白这个`是怎么产生的，不知道哪位大神能够解答。最后无奈用read_excel()才解决。

dataframe有一个函数是astype()，可以修改元素类型。这里要注意一点：当dataframe或series含有null值时，astype(np.float64)或astype(np.int64)将不成功，必须将null值去除后才能convert string into numeric value。去除或者填充null值可以使用dropna()或者fillna()函数。

df['new_col'] = df['old_col'].map( lambda x: func(x) )

df[new_column] = df.apply(lambda x : func(x[col1],x[col2]. x[coln])

merge(left, right, how='inner', on=None, left_on=None, right_on=None,

left_index=False, right_index=False, sort=True,

suffixes=('_x', '_y'), copy=True, indicator=False)

用于通过一个或多个键将两个数据集的行连接起来，类似于 SQL 中的 JOIN。该函数的典型应用场景是，针对同一个主键存在两张包含不同字段的表，现在我们想把他们整合到一张表里。在此典型情况下，结果集的行数并没有增加，列数则为两个元数据的列数和减去连接键的数量。

on=None 用于显示指定列名（键名），如果该列在两个对象上的列名不同，则可以通过 left_on=None, right_on=None 来分别指定。或者想直接使用行索引作为连接键的话，就将 left_index=False, right_index=False 设为 True。

how='inner' 参数指的是当左右两个对象中存在不重合的键时，取结果的方式：inner 代表交集；outer 代表并集；left 和 right 分别为取一边。suffixes=('_x','_y') 指的是当左右对象中存在除连接键外的同名列时，结果集中的区分方式，可以各加一个小尾巴。对于多对多连接，结果采用的是行的笛卡尔积。

left与right：两个不同的DataFramehow：指的是合并(连接)的方式有inner(内连接),left(左外连接),right(右外连接),outer(全外连接);默认为inner on : 指的是用于连接的列索引名称。必须存在右右两个DataFrame对象中，如果没有指定且其他参数也未指定则以两个DataFrame的列名交集做为连接键left_on：左则DataFrame中用作连接键的列名;这个参数中左右列名不相同，但代表的含义相同时非常有用。

你信不信？花时间读这10本技术分析书，回报比交易高

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

关于技术学习的一些感悟

今天看到一个网友的提问，在晚上分析了问题之后还是有一些感慨的。 网友的问题做move tablespace的操作时，报了类似下面的错误。 alter table a move to users * ERROR at line 1: ORA-14133: ALTER TABLE MOVE cannot be combined with other operations 看到这个问题，第一印象就是常规错误，即通过baidu,google,能够得到一些有用的信息。

1.什么是委托就是把方法作为参数传给另一个方法。委托说指向的函数，必须和函数具有相同的签名（返回值和参数类型） Public delegate void DelSayHi(string name); Class proglem < Static void Main(string[] ar.