首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏Hank’s Blog

    3-4 列表的子集

    #列表的子集 Subsetting List #[[]] / $ / [[]][] / [[]][[]] #嵌套列表 /不完全匹配(partial matching) > x <- list(id=1:4,height=170,gender="male") > x[1] #找第1列的元素 $`id` [1] 1 2 3 4 > x["id"] #两个函数作用相同 $`id` [1] 1 2 3 4 > x[[1]] [1] 1 2 3 4 > x[["id"]] [1] 1 2 3 4 > x

    87110发布于 2020-09-16
  • 来自专栏python3

    3-4 文件读写例子

    n学习通过文件流FileStream打开文本文件、写入文本文件、设置文件属性、实施对文件的目录操作管理的基本方法

    1.1K30发布于 2020-01-14
  • 来自专栏python3

    3-4 文件读写例子(4)

    /*******************************************************

    50330发布于 2020-01-14
  • 来自专栏python3

    3-4 文件读写例子(3)

    //==============================第二部分:类设计============================

    49810发布于 2020-01-08
  • 来自专栏python3

    3-4 文件读写例子(2)

    向项目中添加名为FileOption.cs的类文件,并准备填写关于文件操作的各种方法,如图3-8所示:

    53130发布于 2020-01-14
  • 来自专栏python3

    3-4 文件流类FileStream

    FileStream类在实例后可以用于读写文件中的数据,而要构造FileStream实例,需要以下4条信息: n要访问的文件。 n表示如何打开文件的模式。例如,创建一个新文件或打开一个现有的文件。 可从文件中读取数据。同 Write 组合即构成读写访问权。 ReadWrite 对文件的读访问和写访问。可从文件读取数据和将数据写入文件。 Write 文件的写访问。可将数据写入文件。

    94320发布于 2020-01-07
  • 来自专栏用户画像

    4.4 文件系统疑难点 3-4

    文件权限 文件日期(创建,访问,写) 文件所有者,组,ACL 文件大小 文件数据块 (2)打开 一旦文件备创建,它就能用于I/O,不过首先要打开文件。 换言之,在这里的每项中存放的是该文件数据所在盘块的盘块号。假如每个盘块的大小为4KB,当文件不大于40KB时,便可直接从索引结点中读出该文件的全部盘块号。

    68910发布于 2018-08-24
  • 来自专栏悦思悦读

    开发一款A

    作者在自学机器学习的过程中,尝试开发了一个基于机器学习的A工具。本文是在赤兔的“数据挖掘”小组分享的此次开发过程和心得体会的整理。 A器开发过程 数据来源 就财经类的数据而言,现在各大门户网站都有专门的频道,信息很多,如果对实时要求高,通过爬虫取其中有用的部分应该是一个办法。 它是免费的,提供结构化的数据,感觉每天更新也挺快。 预处理 拿到数据后第一步是做预处理。我认为股票的数据主要是做归一化,使得不同股票具有可比性。比如涨幅百分比,复权等等。 最初是用了最近3年的数据,后来考虑到A从2007年到2015年恰好走过了一个上涨到下降再到上涨的完整周期,因此扩大到了8年的数据。 再是对算法的改进,我尝试引入了“推荐指数”的概念。 股灾日经常是“千跌停”,上涨的股票太少了…可以看出在这些“股灾日”的时候,模型也不太准确,出现了失真。 总结与心得 选工具利用机器学习算法,一般情况下比传统的算法(或者人为经验)的准确率高。

    3.3K80发布于 2018-03-15
  • 来自专栏叽叽西

    lagou 爪哇 3-4 spring cloud 问答笔记

    B可用性 C分区容错性 口D高性能 2、 Eureka Client从 Eureka Serveri端获取服务列表信息目前主要采用哪种模式()分值7分 A PUSI B POLL C 查询数据库 C客户端获取到最新的配置数据后根据情況看是否需要进一步处理,比如数据库连接池大小的配 口D以上都不对 15、关于 Spring Cloud Strean描述正确的是()分值7分 A帮我们屏蔽底层具体 3、效果视频验证: 注册新账号 一分钟内只允许获取一次验证码 发邮件功能 校验验证码 验证码超时展示 保存令牌数据库 令牌保存cookie中 跳转到欢迎页面 登录 生成Token保存到令牌表和Cookies http://127.0.0.1:9002/; # 网关地址 } } 配置主机名, 也为了以后避免跨域问题 和 注册登录页面使用. 127.0.0.1 edu.lagou.com 使用前的准备 创建数据库 token是否合法,合法则放⾏,此处不考虑token更新问题) 这里我的实现方式原本想的是调用了 code 服务的验证 token接口的, 但是我使用的lagou_token表被我改造成一个邮箱只对应一条数据

    58320编辑于 2022-05-17
  • 来自专栏镁客网

    遭血洗,科技大跌

    并且,隔夜美的暴跌态势已经蔓延到了亚太股市和欧洲股市。 今日早上,亚太市场开盘后随美一样暴跌。 其中,最早开盘的澳洲股指ASX200指数盘初跌2%,日日经225指数开盘跌2%,日本东证指数下跌3%,迈向3月以来最大跌幅,韩国KOSPI指数开盘下跌2.43%。 台加权指数开盘跌1.9%,目前跌幅扩大至逾4%。 在美惨遭血洗的时候,其中,科技巨头的股票也一路下跌。 国内媒体认为,美债收益率上升是美承压原因之一。美国国债收益率本月以来一直攀升,10年美债收益率一度触及3.25%的七年最高水平。10月5日,有数据显示,美国失业率降到了3.7%的历史低位。

    68140发布于 2018-10-18
  • 来自专栏小姚的后端记录

    浏览器输入网址到看到结果的全过程 ==首先是解析url,然后进行缓存判断,判断请求的资源在不在缓存中,如果在缓存中且没有失效,就直接使用,否则就要向服务器发起请求。 数据链路层(Data Link Layer): 主要功能:在直接连接的两个设备之间提供可靠的数据传输。 作用:将物理层提供的比特流分组成数据帧,并负责数据的错误检测和纠正。 网络层(Network Layer): 主要功能:实现数据包的路由和转发,为数据在不同网络之间的传输提供路径。 作用:负责逻辑寻址、数据包的路由选择和跨网络的数据传输。IP协议是网络层的代表。 通常用于实现不同应用程序之间的数据交互。 表示层(Presentation Layer): 主要功能:数据格式转换、数据加密和解密。 数据类型: Cookie:Cookie只能存储文本数据,通常用于存储小量的用户信息,如用户ID、首选语言或会话令牌。 Session:Session可以存储各种数据类型,包括对象和复杂数据结构。

    60940编辑于 2023-10-11
  • 股票数据API:日、韩、新加坡股票、印尼股票市场实时行情实时数据API—python

    本文将介绍一个高效的亚太股市数据 API,支持日本股市行情、韩国股市行情、新加坡股市行情和印尼股市行情的实时数据查询。 该 API 提供实时价格、K 线数据、历史数据查询、实时 tick、实时报价、低延时报价 api、盘口数据和逐笔成交等功能,特别适合量化交易开发者使用。 主要优势:实时数据:毫秒级更新,支持实时价格和逐笔成交。历史数据查询:批量获取多 K 线数据,包括开盘价、最高价、最低价、收盘价和成交量(OHLCV)。 批量历史 K 线查询支持多同时查询历史 K 线数据,周期从分钟线到月线。适合历史数据查询和 K 线数据分析。请求路径:GET /stock/klines? K 线数据分析,支持多批量操作。

    1.6K10编辑于 2025-12-11
  • ​A Level-2 行情数据 API 实战指南

    本文将系统介绍 A Level-2 行情数据 API 的技术特点、接入方案及实战应用,帮助开发者在量化交易的道路上构建坚实的数据底座。 数据量方面,A Level-2 行情每日增量约 30-45GB,历史数据可达 10TB 级别。这意味着,处理 Level-2 数据不仅需要高效的 API 接入方案,更需要强大的数据存储与计算能力。 同花顺 iFinD:延迟在 100-200 毫秒,覆盖全市场 A 及港股数据。采用年费制,数据质量稳定,功能丰富,适合专业投资机构使用。 4.2 实时行情接入代码示例以下提供 iTick API 的完整接入示例,包括 REST API 和 WebSocket 两种方式,涵盖 A 、港股、美等市场。 七、结语A Level-2 行情数据 API 为量化开发者打开了一扇通往市场微观结构的大门。从十档盘口的深度分析到逐笔成交的资金流向追踪,Level-2 数据承载着比传统行情丰富十倍的信号价值。

    2.7K21编辑于 2026-03-21
  • 来自专栏数据科学实战

    AkShare-股票数据-港股美复权后数据

    作者寄语 更新之前的港股和美接口直接返回复权后的数据,方便策略回测使用,具体的使用方法参见文档。 AkShare 股票数据-历史行情 接口: stock_us_daily 目标地址: http://finance.sina.com.cn/stock/usstock/sector.shtml 描述 : 获取美历史行情数据,设定 adjust="qfq" 则返回前复权后的数据,默认 adjust="", 则返回未复权的数据,历史数据按日频率更新 限量: 单次返回指定上市公司指定 adjust 后的所有历史行情数据 输入参数 名称 类型 必选 描述 symbol str Y 美代码, 可以通过 「get_us_stock_name」 函数返回所有美代码, 由于美股数据量大, 建议按需要获取 adjust str , 可以选择返回复权后数据,更新频率为日频 限量: 单次返回指定上市公司的历史行情数据(包括前后复权因子), 提供新浪财经拥有的该股票的所有数据(并不等于该股票从上市至今的数据) 输入参数 名称 类型

    2.7K20发布于 2020-05-07
  • 来自专栏人工智能与演化计算成长与进阶

    16推荐系统3-4协同过滤算法

    ,θ(nu)为一些随机小值 使用梯度下降算法最小化代价函数 在训练完算法后,我们预测 θ 为用户 j 给电影 i 的评分 通过这个学习过程获得的特征矩阵包含了有关电影的重要数据,这些数据不总是人能读懂的 ,但是我们可以用这些数据作为给用户推荐电影的依据 例如,如果一位用户正在观看电影 ,我们可以寻找另一部电影 ,依据两部电影的特征向量之间的距离||x(i)-x(j)||的大小判断这两部电影的特征相似度

    90711发布于 2020-08-14
  • 来自专栏AI机器学习与深度学习算法

    机器学习入门 3-4 创建Numpy数组(和矩阵)

    Notes: zeros 和 ones 函数创建的数组默认为浮点型,而 full 函数 dtype 默认为 None 类型,所以如果在使用 full 不指定 dtype 的情况下,默认为传入 fill_value 值的类型。

    85510编辑于 2022-05-25
  • 来自专栏数据科学实战

    AkShare-股票数据-千千评

    作者寄语 熟悉东方财富的小伙伴一定听过东方财富的吧评论数据,无论是学术论文还是业界的金工报告都有提及相关内容,本次更新根据吧浏览、自选添等数据统计得出,关注指数越高代表该越受市场关注的千千评指数接口 ,本数据有东方财富制定。 /stockcomment/ 描述: 获取东方财富网-数据中心-特色数据-千千评 限量: 单次获取所有数据 输入参数 名称 类型 必选 描述 - - - - 输出参数 名称 类型 默认显示 描述 TDate 接口示例 import akshare as akstock_em_comment_df = ak.stock_em_comment()print(stock_em_comment_df) 数据示例 - - -3953 2020-03-23T00:00:00 900955 海创B ...

    2.9K20发布于 2020-03-25
  • 来自专栏数据科学实战

    AkShare-股票数据-破净统计

    作者寄语 更新 破净统计 接口,破净是指市值跌破净资产值,破净是指股票的每股市场价格低于它每股净资产价格。 数据的时间段为:2005年-至今 更新接口 "stock_a_below_net_asset_statistics" # A 破净统计 破净统计 接口: stock_a_below_net_asset_statistics 目标地址: https://www.legulegu.com/stockdata/below-net-asset-statistics 描述: 获取 A 破净统计数据 限量: 单次获取所有历史数据 输入参数 名称 类型 必选 描述 - - - - 输出参数 名称 类型 默认显示 描述 date datetime Y 交易日 below_net_asset float Y 破净家数 total_company = ak.stock_a_below_net_asset_statistics() print(stock_a_below_net_asset_statistics_df) 数据示例

    92130发布于 2020-07-23
  • 来自专栏爬虫逆向案例

    Js逆向-猿人学(3-4)访问逻辑-样式干扰

    已知返回的json数据,info中是html节点。 需要注意的是,页面中也加入了假标签,既 display: none; 的,需要去除。 而json中返回了很多假数据,后来观察了下,只有一种class是真图片。 另外每次请求返回的标签数量也是不同的,但是唯一可以确定的是 页面上正确数字是不变的,所以判断class标签的数量。

    69430发布于 2021-11-22
  • 来自专栏数据科学实战

    AKShare-股票数据-行业成份

    作者寄语 本次接口主要东方财富的行业板块中成份,可以与同花顺的对照使用。 更新接口 "stock_board_industry_cons_em" # 东方财富-成份 东方财富-成份 接口: stock_board_industry_cons_em 目标地址: https: //data.eastmoney.com/bkzj/BK1027.html 描述: 东方财富-沪深板块-行业板块-板块成份 限量: 单次返回指定 symbol 的所有成份 输入参数 名称 类型 描述 stock_board_industry_cons_em_df = ak.stock_board_industry_cons_em(symbol="小金属") print(stock_board_industry_cons_em_df) 数据示例

    1.8K30编辑于 2022-01-12
领券