3.4.5断言断言(assertions)的使用方式类似于if语句，只是在不满足条件时，会直接抛出异常。类似于下面的if语句(伪代码)ifnotcondition:#如果不满足条件，会直接抛出异常，程序会中断crashprogram那么究竟为什么需要这样的代码呢？主要原因为需要检测程序在某个地方是否满足条件，如果不满足条件，应该及时通知开发人员，而不是将这些bug隐藏起来，知道关键的时候在崩溃。其实在TDD中经常使用断言，TDD会在程序发现异常时执行断言，
系统 2019-09-27 17:52:20 1781
通过纯Python完成股票回测框架的搭建。什么是回测框架?无论是传统股票交易还是量化交易，无法避免的一个问题是我们需要检验自己的交易策略是否可行，而最简单的方式就是利用历史数据检验交易策略，而回测框架就是提供这样的一个平台让交易策略在历史数据中不断交易，最终生成最终结果，通过查看结果的策略收益，年化收益，最大回测等用以评估交易策略的可行性。代码地址在最后。本项目并不是一个已完善的项目,还在不断的完善。回测框架回测框架应该至少包含两个部分,回测类,交易类.回
系统 2019-09-27 17:51:37 1781
es实现聚合es通过agg实现聚合，详情可见es文档有时候查询es数据的时候可能需要实现多字段groupby的功能，例如：SELECTsum(item_count)fromAgroupbyfield1,field2,field3要实现多个维度的聚合，需要嵌套的agg查询语句:{"query":{},"aggs":{"field1":{"terms":{"field":"field1","size":2147483647#设置一个大的分桶数，防止一次统计不完
系统 2019-09-27 17:51:32 1781
原文链接：https://www.liaoxuefeng.com/wiki/1016959663602400/1017318207388128注：本篇博客是学习廖雪峰老师网站的摘抄，是为了方便以后的学习。如有侵权，请联系删除！联系邮箱：1103540209@qq.com文章目录1.切片2.迭代3.列表生成式4.生成器5.迭代器小结参考掌握了Python的数据类型、语句和函数，基本上就可以编写出很多有用的程序了。比如构造一个1,3,5,7,...,99的列表
系统 2019-09-27 17:51:28 1781
前言一般情况下，在函数中可以使用一个装饰器，但是有时也会有两个或两个以上的装饰器。多个装饰器装饰的顺序是从里到外(就近原则)，而调用的顺序是从外到里（就远原则）。原代码执行结果装饰顺序:就近原则被装饰的函数，组装装饰器时，是从下往上装饰执行顺序:就远原则装饰器调用时是从上往下调用为了更好的理解，找到这段话：被装饰的函数是一个妹子，装饰器是衣服。“办事情”的时候得依次把外套、衬衣、内衣脱掉，事情办完了还要依次把内衣、衬衣、外套穿上。距离“妹子”越近的装饰器代
系统 2019-09-27 17:51:26 1781
算数运算符：+#加：两个对象相加-#减：得到负数或是一个数减去另一个数*#乘：两个数相乘或是返回一个被重复若干次的字符串/#除：x/y，x除以y%#取模：返回除法的余数**#幂：x**y，返回x的y次幂//#取整除：返回商的整数部分（向下取整）比较运算符：==#判断两个对象是否相等!=#判断两个对象是否不相等<>#判断两个对象是否不相等，py2可用，py3不可用<#判断是否小于<=#判断是否小于等于>#判断是否大于>=#判断是否大于等于逻辑运算符：与and
系统 2019-09-27 17:51:05 1781
11.58事件11.581事件绑定方法与解绑绑定事件：//绑定方式一：$('.box1').click(function(){alert('绑定方式一')});//绑定方式二：$('.box1').on("click",function(){alert('绑定方式一')});//绑定方式三：$('.box1').bind('click',{'a':'b'}function(e){alert('绑定方式二');console.log(e.data);})
系统 2019-09-27 17:50:58 1781
作为Python程序员，应该能够正视Python的优点与缺点。众所周之，Python的运行速度是很慢的，特别是大数据量的运算时，Python会慢得让人难以忍受。对于这种情况，“专业”的解决方案是用上numpy或者opencl。不过有时候为了一点小功能用上这种重型的解决方案很不划算，或者有时候想要实现的操作在numpy里面没有，需要我们自己用C语言来编写。总之，我们使用Python与C++的混合编程能够加快程序热点的运算速度。首先要提醒大家注意的是，在考虑联
系统 2019-09-27 17:50:46 1781
某天回家之时，听到有个朋友说起他正在做一个车牌识别的项目于是对其定位车牌的位置算法颇有兴趣，今日有空得以研究，事实上车牌识别算是比较成熟的技术了，这里我只是简单实现。我的思路为：对图片进行一些预处理，包括灰度化、高斯平滑、中值滤波、Sobel算子边缘检测等等。利用OpenCV对预处理后的图像进行轮廓查找，然后根据一些参数判断该轮廓是否为车牌轮廓。效果如下：test1：test2实现代码如下（对图像预处理（滤波器等）的原理比较简单，这里只是对一些函数进行调包
系统 2019-09-27 17:50:43 1781
转：https://www.jianshu.com/p/4be85de84d2a本机环境：Windows1064位Anacondapython3.7报错信息：pipisconfiguredwithlocationsthatrequireTLS/SSL,howeverthesslmoduleinPythonisnotavailable.解决方法：原因：Anaconda环境变量未配置完全需要配置的环境变量：D:\ProgramData\Anaconda3D:\
系统 2019-09-27 17:50:37 1781
