八、其他知识点
1 布林指标：
布林线（Boll）指标是股市技术分析的常用工具之一，通过计算股价的“标准差”，再求股价的“信赖区间”。该指标在图形上画出三条线，其中上下两条线可以分别看成是股价的压力线和支撑线，而在两条线之间还有一条股价平均线，布林线指标的参数最好设为20。一般来说，股价会运行在压力线和支撑线所形成的通道中。
### 第一步：计算布林指标 ###
#第一步：计算MA
N = 20 #布林线指标的参数最好设为20
MA = data['收盘价(元)'].sum()/N
#第二步：计算标准差MD
MD = data['收盘价(元)'].rolling(N).std()
#第三步：计算MB、UP、DN线
MB = data['收盘价(元)'].rolling(N).mean()
K = 2 # K为参数，可根据股票的特性来做相应的调整，一般默认为2
UP = MB + K * MD
DN = MB - K * MD
### 计算布林线并绘制 ###
font = {'family':'MicroSoft YaHei', 'weight':'bold', 'size': 12}
matplotlib.rc('font', **font)
plt.rc('figure', figsize=(16,6), dpi=150) #设置图的大小
#设置x,y轴标签
plt.xlabel("日期")
plt.ylabel("价钱(元)")
plt.title("每日开盘收盘趋势图")
#绘制网格
plt.grid(alpha=0.4, linestyle='--')#alpha表示透明度
#绘制布林线(中轨线、上轨线、下轨线)
plt.plot(data['收盘价(元)'], label='收盘价(元)')
plt.plot(UP, label='上轨线UP')
plt.plot(MB, label='中轨线MB')
plt.plot(DN, label='下轨线DN')
plt.legend(loc='upper right')
plt.show()
2 双冒号作用：
'''
Python序列切片地址可以写为[开始：结束：步长]，其中的开始和结束可以省略;
range(n)生成[0,n)区间整数;
开始start省略时，默认从第0项开始;
结尾省略的时候，默认到数组最后;
开始和结尾不省略的时候（[2:6:]）, step省略默认为1;
步长step=n;代表从start开始（start也算）每隔step间隔，取一个数，一直到结尾end; [::3]
'''
# 当step等于负数的时候，从右向左取数。例：
range(10)[::-1] # [9,8,7,6,5,4,3,2,1,0]
range(10)[::-2] # [9,7,5,3,1]
# 参考资料：https://blog.csdn.net/u011771047/article/details/522594013 中括号和双中括号：
当我们使用pandas中的groupby进行分组聚合时，若对需要聚合的单列使用双中括号，则输出时会带有列标签；
若对需要聚合的单列使用单中括号，则输出时不会带有列标签，末尾会单独输出一行属性列；
若需要将多列进行聚合时，单中括号和双中括号没有区别；
参考资料：https://blog.csdn.net/li578023/article/details/761165814 设置数字格式，小数位数、百分号、千位分隔符：
（1）设置小数位数：
# 方法一：使用round()函数
df.round(decimals=3)
# 方法二：使用自定义函数 + %.2f
df['data'].map(lambda x : ('%.2f')%x)
# 但是经过自定义函数处理过后的数据已经不再是float。如需后续计算的话需要先做变换;、
# 方法三：
df['data'].map(lambda x : format(x, '.2f'))（2）设置百分数：
# 自定义函数+格式化处理
df['data'].map(lambda x : format(x, '.2%'))
# 这里利用自定义函数将每个数字进行format格式处理，处理后数据从float格式转换成了带2位小数和百分号的对象;（3）设置千位分隔符：自定义函数+格式化处理
df['data'].map(lambda x : format(x, ','))
# 处理后依然是对象格式。设置千位分割符请小心操作，因为对电脑来说，这些已经不再是数字了，而是数字和逗号组成的字符串，要再变成数值型就麻烦了。5 Pandas提取含有指定字符串的行或列：
（1）完全匹配：==
（2）部分匹配:
str.contains()：包含一个特定的字符串
参数na：缺少值NaN处理
参数case：大小写的处理
参数regex：使用正则表达式模式
str.endswith()：以特定字符串结尾
str.startswith()：以特定的字符串开头
str.match()：匹配正则表达式模式
注：要提取部分匹配的行，可以使用pandas的（str.xxx（））方法，根据指定条件提取的字符串方法6 agg()函数：
聚合函数，对分组后数据进行聚合，默认情况对分组后其他列进行聚合。
# DataFrame.agg（func，axis = 0，* args，** kwargs ）
# 例：
# 1.使用agg求出当前数据对应的统计量
df[['salary', 'score']].agg([np.sum])
# 2.使用agg分别求字段的不同统计量
df.agg({'salary' : np.sum, 'score' : np.mean})
# 3.使用agg方法求不同字段的不同数目统计量
df.agg({'salary' : np.sum, 'score' : [np.sum, np.mean]})
# 4.在agg方法中使用自定义函数
df.agg({'salary' : 自定义函数}, axis=0)7 tsv 和 csv文件：
TSV文件和CSV的文件的区别是：前者使用\t作为分隔符，后者使用,作为分隔符。
data = pd.read_csv('test.tsv', sep='\t')
# 如果已有表头，则可使用header参数：
data = pd.read_csv('test.tsv', sep='\t', header=0)
# 如果已有主键列:
data = pd.read_csv('test.tsv', sep='\t', header=0, index_col='id')8 nunique()和unique()函数区别：
'''
pandas 之unique()函数与nunique()函数区别：
（1）unique()是以数组形式（numpy.ndarray）返回所选列的所有唯一值（特征的所有唯一值）:
（2）nunique() 返回的是唯一值的个数；
'''
df['item_name'].nunique()
# 等同于：
len(len(df['item_name'].unique()))9 pd.read_csv()||pd.to_csv()索引问题index：
# to_csv()存储时不加索引
df.to_csv(path, index= False, header= False)
# read_csv()读取时声明第一列是索引,第一行是索引
df = pd.read_csv(path, index_col= 0, header= 0)
# header = 0 # 源文件第一行作为读取后的列索引
# header = None # 源文件没有列索引，自动为其添加
# index_col = None # 源文件没有行索引，自动为其添加，把原来其自己的行索引视为新的一列
# index_col = 0 # 指定源文件第一列作为行索引10 Pandas数据合并与拼接的总结：
（1）DataFrame.concat：沿着一条轴，将多个对象堆叠到一起
concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, copy=True)
# 参数：
# objs: series，dataframe或者是panel构成的序列lsit
# axis：需要合并链接的轴，0是行，1是列
# join：连接的方式 inner，或者outerpd.concat()只是单纯的把两个表拼接在一起，参数axis是关键，它用于指定合并的轴是行还是列，axis默认是0。
（2）DataFrame.merge：类似 vlookup
df = pd.merge(left, right, how = "inner",on = "None")
'''
参数：
left: 左表。也就是第一个df。
right：右表。也就是第二个df。
how: 和concat里面的"join"类似，表示“如何合并两表。
1）left: 只使用左表的键。
2）right：只使用右表的键。
3）inner: 使用左右表键的交集。
4）outer：使用左右表键的并集。
on: 表示按照哪一个键来进行合并。
'''类似于关系型数据库的连接方式，可以根据一个或多个键将不同的DatFrame连接起来。该函数的典型应用场景是，针对同一个主键存在两张不同字段的表，根据主键整合到一张表里面。
（3）DataFrame.join：主要用于索引上的合并
join(self, other, on=None, how='left', lsuffix='', rsuffix='',sort=False)其参数的意义与merge方法中的参数意义基本一样。该方法最为简单，主要用于索引上的合并。
（4）Series.append()/DataFrame.append()
# Series.append：纵向追加Series
Series.append(self, to_append, ignore_index=False, verify_integrity=False)
# DataFrame.append：纵向追加DataFrame
DataFrame.append(self, other, ignore_index=False, verify_integrity=False, sort=False)（5）总结：
join 最简单，主要用于基于索引的横向合并拼接
merge 最常用，主要用于基于指定列的横向合并拼接
concat最强大，可用于横向和纵向合并拼接
append，主要用于纵向追加11 正则表达式中\s匹配任何空白字符，包括空格、制表符、换页符
\f -> 匹配一个换页
\n -> 匹配一个换行符
\r -> 匹配一个回车符
\t -> 匹配一个制表符
\v -> 匹配一个垂直制表符
\s+ -> 则表示匹配任意多个上面的字符, 可以将tab和多个空格都当成一样的分隔符12 df.query() 使用布尔表达式查询帧的列
df.query(expr，inplace = False，** kwargs)
'''
参数：
expr：str要评估的查询字符串。你可以在环境中引用变量，在它们前面添加一个'@'字符 。@a + b
inplace=False：是否修改数据或返回副本
kwargs：dict关键字参数
'''13 pandas创建新的数据列:
（1）直接赋值
（2）df.apply方法
# 实例：添加一列温度类型：
# 1 如果最高温度大于33度就是高温
# 2 如果最低温度低于-10度就是低温
# 3 否则就是常温（3）df.assign方法
可以同时添加多个新的列
（4）按条件选择分组分别赋值
按条件选择数据，然后随这部分数据赋值新列
14 查看每个列的数据类型：
（1）type()
type() 函数如果你只有第一个参数则返回对象的类型，三个参数返回新的类型对象
（2）DataFrame.dtypes
返回DataFrame中的dtypes，这将返回一个Series，其中包含每列的数据类型。结果的索引是原始DataFrame的列。具有混合类型的列与objectdtype 一起存储。
15 reshape函数：频率转换和重新采样时间的便捷方法
对象必须具有类似日期时间的索引（DatetimeIndex，PeriodIndex或TimedeltaIndex）
df.resample(rule,how=None,axis=0,fill_method=None,closed=None,label=None,convention=start, kind=None, loffset=None,limit=None, base=0, on=None, level=None)
# rule:“M”，“A”，“Q”，“BM”，“BA”，“BQ”，和“W”（1）频率转换：
s.resample('3S').asfreq()（2）上采样Upsample:
s.resample('30S').asfreq()[0:5]
s.resample('30S').pad()[0:5] #用前面值填充后面Na
s.resample('30S').bfill()[0:5]#用后面值填充前面Na（3）下采样:
s.resample('2min').asfreq()
# 对于下采样，closed可以设置为“左”或“右”以指定间隔的哪一端关闭：
s.resample('5Min', closed='left').sum()
s.resample('5Min', closed='right').sum()（4）参数：label和loffset
参数label和loffset用于处理结果标签。label指定结果是使用间隔的开头还是结尾标记。loffset对输出标签执行时间调整。
s.resample('5Min').sum()
s.resample('5Min',label='left').sum()
s.resample('5Min',label='left',loffset='1s').sum()参数：label和closed
ts2.resample('M',label='right', closed='left').max() #label='right'索引为本月的最后一日即1月31日（5）axis/kind参数：
axis=0或1允许您重新采样指定；kind='timestamp'或'period'，将结果索引转换为时间戳/时间范围表示。默认保留输入
重采样对象方法：sum，mean，std，sem， max，min，median，first，last，ohlc，apply传递自定义函数，agg函数