import numpy as np #重在数值运算 arr = np.array([1,2,3]) #创建一维数组 print(arr) #array([1,2,3]) arr = np.array([[1,2,3],[4,5,6]]) #创建二维数组 print(arr) #array([[1,2,3], # [4,5,6]]) arr = np.array([1,2.2,'three']) #创建1维数组 print(arr) #array(['1','2.2','three']) #数组强制转成同一类型，字符串>浮点型>整数 #这是与列表的区别，列表可以有不同类型的数据
# 将外部的一张图片读取加载到numpy数组中，对数组的修改，看对图片的影响
import matplotlib.pyplot as plt # 重在对图片处理
img_arr = plt.imread('d:\\001.jpeg')
print(img_arr)# 返回一个三维数组的数据
plt.imshow(img_arr) # 图片的可视化处理
plt.show() # 显示
img_arr = img_arr -100
plt.imshow(img_arr) # 图片的可视化处理
plt.show() # 显示# ======常见创建数组的方式========= # zero() # ones() # linespace() # arange() # random 系列 np.ones(shape=(3,4)) # 创建2维数组 np.linespace(0,100,num=20)# 创建1维数组 一维的等差数组 np.arange(10,50,step=20)# 创建1维数组 一维的等差数组 np.random.randint(0,100,size=(5,3)) #2维随机数组 # numpy的常用属性 # shape 形状 # ndim 维度 # size 元素的个数 # dtype 类型
np.random.randint(0,100,size=(5,6)) #2维随机数组 arr.shape # 返回(5,6) arr.ndim # 返回 2 arr.size # 返回数组元素的个数 arr.dtype # 返回 ndarray arr = np.array([1,2,3]) arr.dtype # 返回 int64 arr = np.array([1,2,3],dtype = 'int32') arr.dtype # 返回 int32 arr.dtype ='uint8' # arr.dtype # 返回 uint8
# =============numpy的索引和切片操作============= arr = np.random.randint(0,100,size=(5,6)) #2维随机数组 print(arr) print(arr[1]) # 取出了numpy数组中的下标为1的行数据 print(arr[1,3,4]) # 取出多行数据 # 切出arr数组的前两行数据 arr[0:2] #arr[行切片] # 切出arr数组的前两列数据 arr[:,0:2] #arr[行切片，列切片] arr[0:2,0:2] #arr[行切片，列切片] # 将数组的行倒置 arr[::-1] # 将数组的列倒置 arr[:,::-1] # 将所有元素倒置 arr[::-1,::-1]
#将一张图片进行左右翻转
img_arr = plt.imread('d:\\001.jpeg')
print(img_arr.shape) # (300,450,3)
plt.imshow(img_arr[:,::-1,:])
#将一张图片进行上下翻转
plt.imshow(img_arr[::-1,:,:])
#图片裁剪
plt.imshow(img_arr[66:200,78:300,:])# ======================================= # 变形reshape arr = np.random.randint(0,100,size=(5,6)) print(arr)# 5行6列的二维数组 #变形的操作，元素的个数，不能多页不能少 # 将2维的数组变形成1维 arr_1 = arr.reshape((30,)) # # 将2维的数组变形成3维 arr_3 = arr.reshape((2,3,5)) # # 级联操作 # 将多个numpy数组进行横向或者纵向的拼接，只能同一纬度进行级联 # axis轴向的理解 #- 0:列 #- 1:行 # -问题：级联的两个数组纬度一样，但是行列个数不一样会如何 np.concatenate((arr,arr),axis=1)
#图片的级联 np.concatenate((img_arr,img_arr),axis=1) np.concatenate((img_arr,img_arr),axis=0) # 常用的聚合操作 # sum, max, min, mean arr.sum(axis=1) arr.max(axis=1) arr.min(axis=1) # 常用的数学函数 # sin,cos,tan # around(a,decimals) #a ： 数组 #decimals ： 舍入的小数位数 np.sin(arr) # 对arr中的每个元素进行求正玄操作 np.around(3.84) # 返回4.0 np.around(3.84,1) # 返回3.8
# 常用统计函数 # numpy.amin() numpy.amax():用于计算数组中的元素沿指定轴的最小、最大值 # numpy.ptp():计算数组中的元素的最大值与最小值的差（最大值-最小值） # numpy.median() 函数用于计算数组a中元素的中位数（中值） # 标准差std():标准差是一组数据平均值分散程度 # 公式:std = qurt(mean(x-x.mean())**2) # 方差var():统计中的方差是每隔样本值与全体样本值的平均数之差的平均数。 # 公式：mean(x-x.mean())**2 np.ptp(arr,axis=1) #所有列中最大值和最小值的差 arr[1].std() #计算标准差 arr[1].var() #计算方差 #矩阵相关 # NumPy中包含了一个矩阵库，numpy.matlib #eye返回一个标准的单位矩阵 np.eye(6) np.eye(6).T #转置矩阵 a1=np.array([[2,1],[4,3]]) a1=np.array([[1,2],[1,0]]) np.dot(a1,a2) # 矩阵相乘 返回 array([[3,4],[7,8]])
#===============================================
# pandas 主要处理非数据类型的数据
# Series 是一种类似于一维数组的对象，由values，index 组成。
# values: 一组数据ndarray
# index: 相关的数据索引标签
# DataFrame
# 由列表或者numpy数组创建
# 由字典创建
from pandas import Series
s = Series(data=[1,2,3,'four'])
print(s)
#返回
# 0 1
# 1 2
# 2 3
# 3 four
# dtype = object
import numpy as np
Series(
data=np.random.randint(0,100,size = (3,4)) #这样会报错，不能执行二维的数据
)
Series(
data=np.random.randint(0,100,size = (3,)) #这样正常
)
# index 用来指定显式索引
s = Series(
data=[1,2,3,'four'],
index=['a','b','c','d'])
)
print(s)
#返回
# a 1
# b 2
# c 3
# d four
# dtype = object
#为什么需要有显式索引，显式索引可以增强Series的可读性
dic = {
'语文':100,
'数学':100,
'理综':100
}
s = Series(data=dic)
print(s)
# Series 的索引和切片
print(s[0]) #返回100
print(s.语文) #返回100
print(s[0:2])
# 语文 100
# 数学 99
# dtype:int64
# Series 的常用属性
# shape
# size
# index
# values
s.shape #(3,)
s.size #3
s.index #返回索引 Index(['语文','数学','理综'],dtype='object')
s.values #返回值 array([100,99,250])
s.dtype #元素的类型 dtype('int64')
s = Series(data=dic[1,2,3,'four'],index=['a','b','c','d'])
s.dtype #数据类型 s.dtype('O') 表示的是object (字符串类型)
# Series 的常用方法
# head(),tail()
# unique()
# isnull(),notnull()
# add(),sub(),mul(),div()
s = Series(data=np.random.randint(60,100,size=(10,)))
s.head() #显示前n个数据，默认显示5个
#0 91
#1 79
#2 85
s.tail() #显示后n个数据，默认显示5个
s.unique() #去重 array([,,,,])
s.isnull() #判断每一个元素是否为空 dtype bool
#0 False
#1 False
#2 False
# ...
s.notnull() #判断每一个元素是否非空
#0 True
#1 True
#2 True
# ...
# 为什么会出现空值呢
# Series 算法运算
# 法则：索引一致的元素进行算术运算，否则补空
s1 = Series(data=[1,2,3],index=['a','b','c'])
s2 = Series(data=[1,2,3],index=['a','d','c'])
s = s1+s2
print(s)
# a 2.0
# b NaN
# c 6.0
# d NaN
print(s.isnull())
# a False
# b True
# c False
# d True# DataFrame 是一个表型的数据结构，DataFrame由按一定顺序排列的多列数据组成。
# 设计初衷是把Series从一维拓展到多维
# DataFrame 既有行索引，也有列索引
# 行索引：index
# 列索引：columns
# 值：values
# DataFrame 的创建
# ndarray创建
# 字典创建
df = DataFrame(data=[[1,2,3],[4,5,6]])
print(df)
#使用6行4列的数据
df = DataFrame(data=np.random.randint(0,100,size =(6,4)))
dic = {
'name':['zhangsan','lisi','wanglaowu'],
'salary':[1000,2000,3000]
}
df = DataFrame(data=dic,index = ['a','b','c']
print(df)
# name salary
# a zhangsan 1000
# b lisi 2000
# c wanglaowu 3000
# DataFrame的属性
# values, columns , index, shape
print(df.values) #返回一个二维数组，排除行列标签之外的值
print(df.columns) #返回一个 [ 'name' , 'salary']
print(df.index) #返回一个 ['a','b','c']
print(df.shape) #返回一个 (2,3)
# 练习题
# 根据以下考试成绩表，创建一个DataFrame，命名为df：
# 张三 李四
# 语文 150 0
# 数学 150 0
# 英语 150 0
# 理综 300 0
dic={
'张三':[150,150,150,300]
'李四':[0,0,0,0]
}
df = DataFrame(data=dic,index = ['语文','数学','英语','理综']
print(df)
# DataFrame索引操作
# 对行进行操作
# 对列进行操作
# 对元素进行操作
df = DataFrame(data=np.random.randint(60,100,size=(8,4)),columns=['a','b','c','d'])
print(df)
print(df['a']) #返回一列，取单列，如果df有显式的索引，通过索引机制取行或者列的时候，只可以使用显式索引。
print(df[['a','c']]) #取两列
#取单行
df.iloc[0]
#取多行
df.iloc[[0,3,5]]
# iloc 通过隐式索引取行
# loc 通过显式索引取行
# 取单个元素 0行3列的一个数据
df.iloc[0,3]
df.iloc[0,'a']
# 取多个元素
df.iloc[[1,3,5],2]
# 切行 前两行
df[0:2]
# 切列 前两列
df[:,0:2]
# df 索引和切片操作
# -索引：
# - df[col]:取列
# - df.loc[index]:取行
# - df.iloc[index,col]:取元素
# -切片：
# - df[index1:index3] 切行
# - df[:,col1:col3] 切列
Data的运算
同Series
# 练习：
# 1.假设ddd是期中考试成绩，ddd2是期末考试成绩，请自由创建ddd2，并将其与ddd相加，求期中期末平均值
# 2.假设张三期中考试数学被发现作弊，要记为0分，如何实现?
# 3.李四因为举报张三作弊立功，期中考试所有科目加100分，如何实现?
# 4.后来老师发现有一道题出错了，为了安抚学生情绪，给每位学生每个科目都加10分，如何实现?
dic = {
'张三':[150,150,150,150],
'李四':[100,100,100,100],
}
df = DataFrame(data=dic,index = ['语文','数学','英语','理综'])
qz = df
qm = df
#期中期末平均值：
print((qz+qm)/2)
qz.iloc['数学','张三']=0
qz['李四']+=100
qz +=10
print(qz)
# 时间数据类型的转换# pd.to_datetime(col)
# 将某一列设置为行索引# df.set_index()
dic = {
'time':['2010-10-10','2011-11-20','202-01-10'],
'temp':[33,31,30],
}
df = DataFrame(data=dic)
print(df)
#查看time列的类型
df['time'].dtype
#将time列的数据类型转换成时间序列类型
df['time'] = pd.to_datetime(df['time'])
print(df)
print(df['time'].dtype)
#将time列做为源数据的行索引
print(df)
new_df = df.set_index('time')
print(new_df)
print(df) #源数据df并没有被改变
#如果想要替换源数据
df.set_index('time'，inplace = True)
print(df)#源数据被改变#=====================================================================================
# 1、DateFrame基础操作的巩固
需求：股票分析
1.tushare包获取某股票的历史行情数据
2.输出该股票所有的收盘比开盘上涨3%以上的日期
3.输出该股票所有开盘比欠日收盘跌幅超过2%的日期
4.假如我从2010年1月1日开始，每月第一个交易日买入1手股票，每年最后一个交易日卖出所有的股票，
到今天为止，我的收益如何？
# 方式1：
# pip install tushare
# 如果安装网络超时可尝试国内pip源，如pip install tushare -i https://pypi.tuna.tsinghua.edu.cn/simple
# 方式2：访问https://pypi.python.org/pypi/tushare/下载安装 ，执行 python setup.py install
# 方式3：访问https://github.com/waditu/tushare,将项目下载或者clone到本地，进入到项目的目录下，
# 执行： python setup.py install
# 获取300321的历史行情数据
df = ts.get_k_data(code='300321',
start='2013-12-04',
end='2023-12-04')
# 将互联网上获取的股票数据存储到本地
df.to_csv('tongda.csv')
#将本地存储的数据读取到df
df = pd.read_csv('tongda.csv')
print(df.head())
# 对读取出来的数据进行处理 删掉 Unnamed
# 删除 df中指定的一列
df.drop(labels = 'Unnamed: 0',axis=1,inplace=True)
#查看每一列的数据类型
print(df['date'].dtype)
print(df.info)
#将time列转为时间序列类型
df['date'] = pd.to_datetime(df['date'])
print(df.head())
#将 date 列做为源数据的行索引
df.set_index('date',inplace=True)
print(df.head())
#输出该股票所有收盘比开盘上涨3%以上的日期
#伪代码 (收盘-开盘)/开盘 > 0.03
print((df['close']-df['open'])/df['open'] > 0.03)
#在分析的过程中如果产生了boolean值则下一步马上将布尔值作为源数据的行索引
#如果布尔值作为df的行索引，则可以取出true对应的行数据，忽略false对应的行数据
df.loc[(df['close']-df['open'])/df['open'] > 0.03] #获取了true对应的行数据（满足需求的行数据）
df.loc[(df['close']-df['open'])/df['open'] > 0.03].index #df行数据
#输出该股票所有开盘比欠日收盘跌幅超过2%的日期
#伪代码：(开盘-前日收盘)/前日收盘 < -0.02
ks=df.loc[(df['open']-df['close'].shift(1))/df['close'].shift(1)<-0.02]
print(ks.index)
# 假如 我从2012年5月23日开始，每月第一个交易日买入1手股票，
# 每年最后一个交易日卖出所有股票，到今天为止,我的收益如何?
# -时间节点：2012- 2023
# -一手股票：100支股票
# -买：
# - 一个完整的年，需要买入1200支股票
# -卖：
# - 一个完整的年，需要卖出1200支股票
# -买卖股票的单价：
# - 开盘价
new_df = df['2012-05':'2023-12']
print(new_df)
# 买股票：找到每个月第一个交易日对应的行数据（捕获开盘价）：每个月的第一行数据
df_month = new_df.resample('M').first() #数据的重新取样
#买入股票花费的总金额
cost = df_month['open'].sum()*100
#卖出股票到手的钱
#特殊情况：2023年买入的股票卖不出去
#以年重新取样后，将最后一行（2023）切出去
df_year = new_df.resample('Y').last()[:-1]
# 卖出股票到手的钱
mon_2012 = df_year.loc['2012-12-31','open']*800 #2012年的收入
df_year =df_year[1:]
recv = df_year['open'].sum()*1200 #2013-2022年的股票收入
print(recv)
print(new_df['close'][-1])
mon_2023 = 1200*new_df['close'][-1] #加上2023手中的股票价值
#计算总收益
recv = mon_2012+mon_2023+recv - cost
如果有帮助到您，打赏一下作者吧～本篇文章链接 地址：https://wmzos.com/?id=89
添加新评论