|
|
马上注册，结交更多好友，享用更多功能^_^
您需要 登录 才可以下载或查看，没有账号？立即注册
x
本帖最后由 不二如是 于 2020-7-4 07:20 编辑
上一讲我们了解了一下深/浅拷贝。
本讲来学习视图。
爬了一份 90 年到 19 年的上证指数（收点鱼币）：
上证指数.zip
(198.28 KB, 下载次数: 20, 售价: 2 鱼币)
上证指数（SSE Composite Index）全称是上海证券交易所股票价格综合指数（简称上证综指、上证综合、沪综指或沪指）。
可以理解为股市的晴雨表。
我们先导入 Numpy 和文件：
- import numpy as np
- sseData = np.genfromtxt('上证指数.txt')
看一下 sseData 内容：
为什么会这样呢？
看一下 dtype：
显示为 float64，nan 上一讲我们说过是因为有中文。
日期参数变为浮点到没关系。
往往日常操作中，最关心的就是：
日期（0 列），收盘价（4 列），涨跌幅（6 列）
这几个参数实用性比较高。
这次我们通过 usecols 方法来直接获取指定列：
是不是数据一下就干净很多。
科学计数法，可以通过设置 np.set_printoptions(suppress=True) 来取消：
数据一下又干净了对不对。
我们现在只是找到前 10 行，但如果我要看：
2018 年上半年的数据（大于 20171231 且小于 20180701）
怎么办呢？
没错，就是用：
写筛选条件：
- (sseData1[:,0]>20171231)&(sseData1[:,0]<20180701)
输出：
找到符合条件的布尔值。
将其存储到变量中：
找到我们要的年份数据啦～
最后一列的数据，如果为正说明当天涨了，反之为降。
新的需求：
用一个数组记录最后一列数据，正的标记为 1，负的标记为 -1，0 还是 0 。
那就先把最后一列取出来：
然后实现上面的条件：
哇塞，是不是很轻松就搞定啦？！
既然为了分析，那就可以将上面的数据添加到 targetData 中。
新手最常用的办法就是使用 Numpy 中的 np.c_[d1,d2]：
我擦，怎么有两行？？
往上看看代码，吖，这里的赋值很像“浅拷贝”，直接修改原数据！
在 Numpy 中这种不叫浅拷贝，而是叫“视图”。
如果你理解了上一讲，就知道只需用“深拷贝”就可以。
咩错，在 Numpy 中叫副本，修改代码：
再重新跑一下添加：
还可以继续分析～
但是所有的基础都是上面这些套路！
下一讲我们来说 Numpy 的合并数组。
源代码：
10ViewCopy.zip
(439 Bytes, 下载次数: 1, 售价: 3 鱼币)
如果有收获，别忘了评分 ：
如果想看更多，请订阅 淘专辑（ 传送门）（ 不喜欢更要订阅 ） |
评分
-
查看全部评分
|
( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)
狗仔卡
发表于 2020-2-15 21:48:36
置顶卡
千斤顶
显身卡
发表于 2020-2-15 21:50:32
发表于 2020-2-16 20:24:02
楼主
