2020
10-01
10-01
Python ADF 单位根检验 如何查看结果的实现
如下所示:fromstatsmodels.tsa.stattoolsimportadfullerprint(adfuller(data))(-8.14089819118415,1.028868757881713e-12,8,442,{'1%':-3.445231637930579,'5%':-2.8681012763264233,'10%':-2.5702649212751583},-797.2906467666614)第一个是adt检验的结果,简称为T值,表示t统计量。第二个简称为p值,表示t统计量对应的概率值。第三个表示延迟。第四个表示测试的次数。第五个是配合第一个一起看的,是在99%,95%,9...
继续阅读 >
我们有下面一张PDF格式存储的表格,现在需要使用Python将它提取出来。使用Python提取表格数据需要使用pdfplumber模块,打开CMD,安装代码如下:pipinstallpdfplumber安装完之后,将需要使用的模块导入importpdfplumberimportpandasaspd然后打开PDF文件#使用with语句打开pdf文件withpdfplumber.open("D:\\python\\cai\\yq.pdf")aspdf:#pages[0]表示取第1页page=pdf.pages[0]我们来打印输出下获取到的文本,这句语...
白噪声检验也称为纯随机性检验,当数据是纯随机数据时,再对数据进行分析就没有任何意义了,所以拿到数据后最好对数据进行一个纯随机性检验acorr_ljungbox(x,lags=None,boxpierce=False)#数据的纯随机性检验函数lags为延迟期数,如果为整数,则是包含在内的延迟期数,如果是一个列表或数组,那么所有时滞都包含在列表中最大的时滞中boxpierce为True时表示除开返回LB统计量还会返回Box和Pierce的Q统计量返回值:lbvalue:测试...
我查了一下解决这个问题的办法,一般是设定全局变量,今天介绍一种新办法上代码difrouters.pyfromflaskimportFlask,render_templateapp=Flask(__name__)classDataStore():a=Nonec=Nonedata=DataStore()@app.route("/index")defindex():a=3b=4c=a+bdata.a=adata.c=creturnrender_template("index.html",c=c)@app.route("/dif")defdif():d=data.c+data.areturnrender_template("dif.html",d=d)...
#小策略,策略逻辑是在金叉时候买进,死叉时候卖出,所谓金叉死叉是两条均线的交叉,当短期均线上穿长期均线为金叉,反之为死叉#下面是策略代码及结构#导入函数库fromjqdataimport*#初始化函数definitialize(context):#设定沪深300作为基准set_benchmark('000300.XSHG')#True为开启动态复权模式,使用真实价格交易set_option('use_real_price',True)#股票类交易手续费是:买入时佣金万分之三,卖出时佣金万分之三...
先来看看绘制的动态水球图:没有安装PyEcharts的,先安装PyEcharts:#安装pyecharts模块,直接安装就是最新的版本pipinstallpyecharts安装好PyEcharts之后,就可以将需要使用的模块进行导入:frompyechartsimportoptionsasoptsfrompyecharts.chartsimportLiquid水球图数据很简单,就是一个完成率数字,所以不用定义或导入,也无需做转换。接下来就可以绘制水球图了:c=(#创建水球图对象Liquid()#设置数据系列...
前言本文采用PyEchartsv1.x版本进行绘制地图。注:PyEcharts分为v0.5.x和v1.x两个大版本,v0.5.x和v1.x间不兼容,v0.5.x是基于Python2.7+、3.4+版本开发的,而v1.x是一个全新的版本,它是基于Python3.6+版本开发的,另外经PyEcharts开发团队决定,0.5.x版本将不再进行维护。绘制的饼图效果是这样的:没有安装PyEcharts的,先安装PyEcharts:安装好PyEcharts之后,就可以将需要使用的模块进行导入:先定义或导入数据:然后...
由于opencv读入图片数据类型是uint8类型,直接加减会导致数据溢出现象(1)用Numpy操作可以先将图片数据类型转换成int类型进行计算,data=np.array(image,dtype='int')经过处理后(如:遍历,将大于255的置为255,小于0的置为0)再将图片还原成uint8类型data=np.array(image,dtype='uint8')注意:(1)如果直接相加,那么当像素值>255时,结果为对256取模的结果,例如:(240+66)%256=50而不是自动按照255处理(2)如果直接相减...