Python学习教程：手把手教你搭建自己的量化分析数据库引言：数据是金融量化分析的重要基础，包括股票历史交易数据、上市公司基本面数据、宏观和行业数据等。随着信息流量的日益膨胀，学会获取、查询和加工数据信息变得越来越重要。对于鼓捣量化交易的人来说，怎么能说不会玩数据库呢？目前常用的开源（免费）数据库有MySQL、Postgresql、Mongodb和SQLite（Python自带），在2018-2019年DB-Engines排行榜上位居前十（见下图），可见其
系统 2019-09-27 17:57:50 2525
grpcgRPC一开始由google开发，开源的远程过程调用(RPC)系统grpc支持同步和异步调用简单模式下，调用函数就像本地调用一样，直接传输数据流式调用将信息以数据量的方式，发送或者接受，gRPC客户端调用成功的判断是独立的本地的，因此可能存在客户端与服务端判断不一致的情况例如，您可以在服务器端成功完成RPC，但在客户端失败。在客户端发送所有请求之前，服务器也可以决定完成grpc是基于HTTP2协议的封装gRPC请求和应答消息流中一般的消息顺序：请求
系统 2019-09-27 17:53:25 2525
全局阈值处理方法前提：当物体和背景像素的灰度分布十分明显时，可以用适用于整个图像的单个（全局）阈值。即可使用全局阈值处理。算法思路：（1）输入原图，转化为灰度图；（2）对于灰度图，为全局阈值T0选择一个初始估计值（本人选择为0~255中值127）；（3）迭代（4）（5）（6）（7）步骤，迭代次数可自行选择；（4）用T0分割灰度图，将其分为两组像素，G1由灰度值大于T0的所有像素组成，G2由所有小于T的所有像素组成；（5）对G1和G2的像素分别计算平均灰度值
系统 2019-09-27 17:52:14 2525
测试环境：windowsServer2003R2一、开始菜单启动项实现用户必须登录才可执行。测试脚本（python代码）：复制代码代码如下:importtimefout=open('e:\\1.txt','w')whileTrue:tmp='%d-%02d-%02d%02d:%02d:%02d\r\n'%time.localtime()[0:6]printtmpfout.write(tmp)fout.flush()time.sleep(5)1、常规操作1.
系统 2019-09-27 17:51:46 2525
“DDU：DayDayUp--14”在DDU2时介绍了time和datetime对日期进行处理，有没有觉得很麻烦，特别是时间戳与时间字符串、struct_time之间的相互转换十分繁琐，记不住啊，反正我每次都是复制的。。今天给大家讲一个的日期处理的包，使用起来更加简洁安装pip3installarrow获取当前时间返回都为时间对象，后续可用这个对象进行转换获取UTC时间：协调世界时>>>importarrow>>>utc=arrow.utcnow()OUT
系统 2019-09-27 17:48:42 2525
本文实例讲述了Python单例设计模式用法。分享给大家供大家参考，具体如下：demo.py（单例）：classMusicPlayer(object):#类属性记录对象引用instance=Nonedef__new__(cls,*args,**kwargs):#1.判断类属性是否是空对象ifcls.instanceisNone:#2.调用父类的方法，为第一个对象分配空间cls.instance=super().__new__(cls)#3.返回类属性保存的对
系统 2019-09-27 17:48:37 2525
1.什么是受限玻尔兹曼机玻尔兹曼机是一大类的神经网络模型，但是在实际应用中使用最多的则是受限玻尔兹曼机（RBM）。受限玻尔兹曼机（RBM）是一个随机神经网络（即当网络的神经元节点被激活时会有随机行为，随机取值）。它包含一层可视层和一层隐藏层。在同一层的神经元之间是相互独立的，而在不同的网络层之间的神经元是相互连接的（双向连接）。在网络进行训练以及使用时信息会在两个方向上流动，而且两个方向上的权值是相同的。但是偏置值是不同的（偏置值的个数是和神经元的个数相同
系统 2019-09-27 17:47:38 2525
前言：本篇相关内容分为3篇多态、继承、封装，这篇为第三篇封装。本篇内容围绕python基础教程这段：在面向对象编程中，术语对象大致意味着一系列数据（属性）以及一套访问和操作这些数据的方法。使用对象而非全局变量和函数的原因有多个，下面列出了使用对象的最重要的好处。多态：可对不同类型的对象执行相同的操作，而这些操作就像“被施了魔法”一样能够正常运行。封装：对外部隐藏有关对象工作原理的细节。继承：可基于通用类创建出专用类。内容较多，这篇为下篇。Conten
系统 2019-09-27 17:47:25 2525
最近重新回忆了一下Python的生成器，下面给大家介绍一下简单的说，生成器只有在调用的时候在会生成相应的数据，我们来看一个例子a=[]foriinrange(10):a.append(i)print(a)运行结果如下：其实，这么多行的代码我们可以使用列表生成式一行代码就可以搞定了如下：>>>[i*2foriinrange(10)][0,2,4,6,8,10,12,14,16,18]OK，那看到这，可能有人会问，有什么卵用呢？好处当然是有滴，听我细说，首先列
系统 2019-09-27 17:46:32 2525
椭圆演示：代码示例：importmatplotlib.pyplotaspltimportnumpyasnpfrommatplotlib.patchesimportEllipseNUM=250ells=[Ellipse(xy=np.random.rand(2)*10,width=np.random.rand(),height=np.random.rand(),angle=np.random.rand()*360)foriinrange(NUM)]fig,ax
系统 2019-09-27 17:38:46 2525
