Python 量化交易系列教程

Python 量化交易

例如：第一章 Python 基础知识

---

---

Python 基本操作练习

提示：这里可以添加本文要记录的大概内容：

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、基础运算子练习

# operators
# 基础运算子
print(1+1)
print("1+1")
print(2*5)
print("2*5")
print("2"*5)

print(1234/123)
print(1234%123)
print(123^3)
print(123**3)

二、条件判断练习

# Condictions
# 基礎運算子練習 條件判斷
a = 1
b = 2

print(b == 2.1)
print(a == 1)

print(b == 2.1 or a == 1)
print(b == 2.1 and a == 1)

# If Condiction
# 練習if
age = 2

print("你家狗狗的年龄")

if age < 0:
    print("業障重!")
elif age == 1:
    print(" 相當於 14 歲的人。")
elif age == 2:
    print(" 相當於 22 歲的人。")
elif age > 2:
    human = 22 + (age -2)*5
    print(" 相當於{}歲的人。: ".format(human))

三、循环练习

# For Loop
# 練習For Loop
for loop_number in range(10):
    print(loop_number)

String_List = ["hello world 1234", "hello world 2234","hello world 2 ","hello world 3 "]    
    
for loop_string in String_List:
    print(loop_string)    

for loop_string in String_List[0]:
    print(loop_string)
    

list_close_price = [20, 21, 22, 19, 25]
find_highest_price = 0

for loop_number in list_close_price:
    
    if loop_number > find_highest_price:
        find_highest_price = loop_number
    
    print(loop_number)
    print(loop_number)

四、函数练习

# 練習函式
def Im_function():

    list_close_price = [20, 21, 22, 19, 25,18,17,26,10,8]
    find_highest_price = 0
    
    for loop_number in list_close_price:
        
        if loop_number > find_highest_price:
            find_highest_price = loop_number
            
        print("hight")
        print(find_highest_price)
        print("day close")
        print(loop_number)

五、while循环练习

# While Loop
# 練習While Loop
print("While loop")
n = 5

while n > 0:
    n = n - 1
    print(n)
    
print('循環結束。')

print("Continue")
n = 5
while n > 0:
    n = n - 1
    if n == 2:
        continue
    print(n)
print('循環結束。')

print("Break")
n = 5
while n > 0:
    n = n - 1
    if n == 2:
        break
    print(n)
print('循環結束。')

六、总结

#安装pyautogui库
pip install pyautogui

import pyautogui

# 獲取當下點座標
print(pyautogui.position())
# 在螢幕上查詢匹配與檔案相同的區域--每個區域畫素都要相同 左,頂,寬,高
pyautogui.locateOnScreen('submit.png')  
# 獲取匹配影象中心點座標
pyautogui.center(pyautogui.locateOnScreen('submit.png'))

up_down = 0
left_right = 0
pyautogui.moveTo(up_down,left_right,duration=1)
pyautogui.moveRel(up_down,left_right,duration=1) 
pyautogui.dragTo(up_down, left_right, duration=1, button='left')
pyautogui.dragRel(up_down,left_right,duration=1)
pyautogui.click(up_down,left_right)  


# 寫一隻簡單掛網程式

# 輸入需要反應的螢幕圖像名稱
picture_list = ["submit1.png","submit2.png","submit3.png","submit4.png","submit5.png"]
# 輸入需要拖曳至之螢幕圖像名稱
picture_drag_into = "drag_to_this_image.png"

# 跑無限迴圈掛網
while Ture : 
    
    # 遍歷所有需要反應的螢幕圖像
    for dealing_picture in picture_list :
        
        #取得該反應的螢幕圖像座標
        position_up_down , position_left_right = pyautogui.center(pyautogui.locateOnScreen(dealing_picture))
        #將滑鼠移動至該螢幕圖像座標
        pyautogui.moveTo(position_up_down,position_left_right,duration=5)
        #點擊滑鼠
        pyautogui.click()  
        
        #取得需要拖曳至之螢幕圖像座標
        drag_position_up_down , drag_position_left_right = pyautogui.center(pyautogui.locateOnScreen(picture_drag_into))
        #拖曳該反應的螢幕圖像座標點 至 需要拖曳至之螢幕圖像座標
        pyautogui.dragTo(drag_position_up_down, drag_position_left_right, duration=5, button='left')

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

二、使用步骤

1.引入库

代码如下（示例）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

2.读入数据

代码如下（示例）：

data = pd.read_csv(
    'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())

该处使用的url网络请求的数据。

---

总结

提示：这里对文章进行总结：

例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。