Python#常用的模塊和簡單用法

random 隨機選取模塊:

import random

a = [1, 2, 3, 4, 5]

print(random.choice(a))? # 隨機從列表中抽取一個元素

os 文件夾模塊:

import os

# 設置默認文件路徑

os.chdir()

os.chdir(u'C:/Users/Ocean/OneDrive/文檔/量化交易/量化小講堂/視頻課程/第五課資料/class5/data/input_data/stock_data')

df = pd.read_csv('sz300001.csv')

print df

# 獲取當前程序的地址

current_file = __file__

# 程序根目錄地址渠缕,os.pardir:父目錄 parent directory

root_path = os.path.abspath(os.path.join(current_file, os.pardir, os.pardir))? # 兩級父目錄

print root_path

# 輸入數(shù)據(jù)根目錄地址

input_data_path = os.path.abspath(os.path.join(root_path, 'data', 'input_data'))

time 時間模塊:

import time

獲取當前日期

date_now = time.strftime('%Y-%m-%d', time.localtime(time.time()))

計時器

start = time.time()

end = time.time()

used_time = str(end - start)

print "used_time: " + used_time

matplotlab.pyplot 作圖模塊

import matplotlib.pyplot as plt

# 添加空白畫布

fig = plt.figure(figsize=(12,5))

# 在空白畫布上設置一塊區(qū)域

ax = fig.add_subplot(1,1,1)

# 設置畫塊的標題

ax.set_title(str(code))

ax.set_xlabel('Time')? # 設置橫坐標x軸的名字

ax.set_ylabel('Return')? # 設置Y軸

# 畫一根2D線圖频伤,并設置名稱為'stock_return’

plt.plot(df[equity], label='stock_return')?

# 繪制散點圖

plt.scatter(df['ma_long'], df['final_ratio'], label='ma_long')

plt.legend(loc='best')? # 顯示圖線的名字

plt.show()? # 繪出圖像結果

mpl_toolkits.mplot3d? 繪制3D圖模塊

from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()

ax = Axes3D(fig)

ax.scatter(df['ma_long'],df['ma_short'],df['final_ratio'], c='b') #繪制數(shù)據(jù)點

# 設置坐標軸名字

ax.set_zlabel('final_ratio') #坐標軸

ax.set_ylabel('ma_short')

ax.set_xlabel('ma_long')

plt.show()

random 隨機模塊

import random

code = random.choice(stock_list)? # 從一個列表中隨機選取元素

?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末恋追,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子鞋吉,更是在濱河造成了極大的恐慌鸳君,老刑警劉巖立叛,帶你破解...
    沈念sama閱讀 207,113評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異壤躲,居然都是意外死亡城菊,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,644評論 2 381
  • 文/潘曉璐 我一進店門碉克,熙熙樓的掌柜王于貴愁眉苦臉地迎上來凌唬,“玉大人,你說我怎么就攤上這事棉胀》ㄉ” “怎么了?”我有些...
    開封第一講書人閱讀 153,340評論 0 344
  • 文/不壞的土叔 我叫張陵唁奢,是天一觀的道長霎挟。 經(jīng)常有香客問我,道長麻掸,這世上最難降的妖魔是什么酥夭? 我笑而不...
    開封第一講書人閱讀 55,449評論 1 279
  • 正文 為了忘掉前任,我火速辦了婚禮脊奋,結果婚禮上熬北,老公的妹妹穿的比我還像新娘。我一直安慰自己诚隙,他們只是感情好讶隐,可當我...
    茶點故事閱讀 64,445評論 5 374
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著久又,像睡著了一般巫延。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上地消,一...
    開封第一講書人閱讀 49,166評論 1 284
  • 那天炉峰,我揣著相機與錄音,去河邊找鬼脉执。 笑死疼阔,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播婆廊,決...
    沈念sama閱讀 38,442評論 3 401
  • 文/蒼蘭香墨 我猛地睜開眼迅细,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了否彩?” 一聲冷哼從身側響起疯攒,我...
    開封第一講書人閱讀 37,105評論 0 261
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎列荔,沒想到半個月后敬尺,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,601評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡贴浙,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 36,066評論 2 325
  • 正文 我和宋清朗相戀三年砂吞,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片崎溃。...
    茶點故事閱讀 38,161評論 1 334
  • 序言:一個原本活蹦亂跳的男人離奇死亡蜻直,死狀恐怖,靈堂內的尸體忽然破棺而出袁串,到底是詐尸還是另有隱情概而,我是刑警寧澤,帶...
    沈念sama閱讀 33,792評論 4 323
  • 正文 年R本政府宣布囱修,位于F島的核電站赎瑰,受9級特大地震影響,放射性物質發(fā)生泄漏破镰。R本人自食惡果不足惜餐曼,卻給世界環(huán)境...
    茶點故事閱讀 39,351評論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望鲜漩。 院中可真熱鬧源譬,春花似錦、人聲如沸孕似。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,352評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽喉祭。三九已至养渴,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間臂拓,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,584評論 1 261
  • 我被黑心中介騙來泰國打工习寸, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留胶惰,地道東北人。 一個月前我還...
    沈念sama閱讀 45,618評論 2 355
  • 正文 我出身青樓霞溪,卻偏偏與公主長得像孵滞,于是被迫代替她去往敵國和親中捆。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 42,916評論 2 344

推薦閱讀更多精彩內容