<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[QuantCoder]]></title><description><![CDATA[Coding For Quant]]></description><link>https://blog.youkuaiyun.com/QuantCoder</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; QuantCoder]]></copyright><item><title><![CDATA[【Markdown】Typora1.0开启付费模式]]></title><link>https://blog.youkuaiyun.com/QuantCoder/article/details/121590727</link><guid>https://blog.youkuaiyun.com/QuantCoder/article/details/121590727</guid><author>QuantCoder</author><pubDate>Sun, 28 Nov 2021 14:07:51 +0800</pubDate><description><![CDATA[Typora 进入新版本1.0开始进入付费模式，修复了bug，并增加了多项新功能。
Typora 目前采用买断制，价格为 14.99 美元/89 元人民币，支持 macOS、Windows、Windows（ARM）、Linux 系统，最多可在 3 台设备上使用。
Markdown 是一种轻量级标记语言，允许人们使用易读易写的纯文本格式编写文档，然后转换成有效的 XHTML（或者 HTML）文档。
如果不愿意付费用可用户可以选择退回Beta版本。
退回Beta版本
公众号后台回复 typora 获取Beta安]]></description><category></category></item><item><title><![CDATA[【MySQL80】：安装，下载，配置——超详细教程和常见问题解决（2021最新）]]></title><link>https://blog.youkuaiyun.com/QuantCoder/article/details/121162425</link><guid>https://blog.youkuaiyun.com/QuantCoder/article/details/121162425</guid><author>QuantCoder</author><pubDate>Tue, 09 Nov 2021 12:26:55 +0800</pubDate><description><![CDATA[安装，下载，配置——超详细教程和常见问题解决（2021最新）1、MySQL80下载2、配置my.ini3、MySQL Workbench
1、MySQL80下载
1）在官网下载MySQL80压缩文件自行安装（推荐）

进入官网MYSQL
点击：DOWNLOADS

点击：MySQL Community (GPL) Downloads »

分别下载MySQL Community Server和MySQL Workbench

MySQL Community Server：点击Download会下载到一个zi]]></description><category></category></item><item><title><![CDATA[【MySQL80】：配置MySQL环境]]></title><link>https://blog.youkuaiyun.com/QuantCoder/article/details/121162462</link><guid>https://blog.youkuaiyun.com/QuantCoder/article/details/121162462</guid><author>QuantCoder</author><pubDate>Tue, 09 Nov 2021 12:26:49 +0800</pubDate><description><![CDATA[MySQL80：如何配置MySQL环境1、获取MySQL的安装路径2、配置环境变量
1、获取MySQL的安装路径

首先我们要知道自己的MySQL安装到了哪里，如果记下来了是最好的
我的路径：
D:\mysql\mysql-8.0.22-winx64
D:\mysql\mysql-8.0.22-winx64\bin

2、配置环境变量

右键“此电脑”——“属性”
点击“高级系统设置”

点击“环境变量”

在系统变量中，建立如下变量

在环境变量中键入如下变量





...]]></description><category></category></item><item><title><![CDATA[【MySQL80】：忘记密码如何修改]]></title><link>https://blog.youkuaiyun.com/QuantCoder/article/details/121162520</link><guid>https://blog.youkuaiyun.com/QuantCoder/article/details/121162520</guid><author>QuantCoder</author><pubDate>Tue, 09 Nov 2021 12:26:44 +0800</pubDate><description><![CDATA[先暂停MySQL服务：net stop mysql
进入你的bin目录：cd D:\mysql\mysql-8.0.22-winx64\bin
输入：mysqld --console --skip-grant-tables --shared-memory
另开cmd：mysql -u root -p
直接回车
先刷新：flush privileges;
修改密码：SET PASSWORD FOR ‘root’@‘localhost’ = ‘这里写你的密码’;


...]]></description><category></category></item><item><title><![CDATA[【MySQL80】：查看服务器状态]]></title><link>https://blog.youkuaiyun.com/QuantCoder/article/details/121162548</link><guid>https://blog.youkuaiyun.com/QuantCoder/article/details/121162548</guid><author>QuantCoder</author><pubDate>Tue, 09 Nov 2021 12:26:38 +0800</pubDate><description><![CDATA[win+R，输入services.msc

找到MySQL，你的数据库，显示正在运行，就是MySQL启动了




]]></description><category></category></item><item><title><![CDATA[【MySQL80】：SQL语句-MySQL必知必会]]></title><link>https://blog.youkuaiyun.com/QuantCoder/article/details/121162583</link><guid>https://blog.youkuaiyun.com/QuantCoder/article/details/121162583</guid><author>QuantCoder</author><pubDate>Tue, 09 Nov 2021 12:26:31 +0800</pubDate><description><![CDATA[1、了解数据库和表
# 展示所有数据库
show databases;
# 选择数据库
use testdb;
# 展示数据库对应的所有表
show tables;
# 展示某表所有的列
show columns from stock;
# 展示某表所有的列，快捷表达
describe stock;
# 其他show语句
show status;
show grants;
show errors;
########################################
select code fr]]></description><category></category></item><item><title><![CDATA[【Python爬虫】：代理IP的使用 提升访问量]]></title><link>https://blog.youkuaiyun.com/QuantCoder/article/details/121163795</link><guid>https://blog.youkuaiyun.com/QuantCoder/article/details/121163795</guid><author>QuantCoder</author><pubDate>Sun, 07 Nov 2021 00:31:22 +0800</pubDate><description><![CDATA[代理IP的简单应用
一、代理IP获取
代理IP一般有两种方式获取：
1、代理网站上的免费公用IP
这一步就是通过爬取大量网上的公用IP，建立一个初步的代理IP池，因为是免费的，所以很多IP都不能用，所以要做一个筛查的功能，就是通过访问指定网页，来看返回的网页状态码是否成功。

2、购买
私密代理12元1000个一天，每个IP平均存活时长1~5分钟
Source Code

import requests
# 目标网址
target_url = ['***']
    
# 每次只提取一个IP
for i i]]></description><category></category></item><item><title><![CDATA[【Python爬虫】：selenium下载pdf]]></title><link>https://blog.youkuaiyun.com/QuantCoder/article/details/121163875</link><guid>https://blog.youkuaiyun.com/QuantCoder/article/details/121163875</guid><author>QuantCoder</author><pubDate>Sun, 07 Nov 2021 00:31:00 +0800</pubDate><description><![CDATA[# -*- coding: utf-8 -*-
import time
import re
import io
from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains

import sys
reload(sys)
sys.setdefaultencoding("utf-8") 

option = webdriver.ChromeOptions()
option.add_]]></description><category></category></item><item><title><![CDATA[【Python】数据科学代码速查表]]></title><link>https://blog.youkuaiyun.com/QuantCoder/article/details/121164133</link><guid>https://blog.youkuaiyun.com/QuantCoder/article/details/121164133</guid><author>QuantCoder</author><pubDate>Sun, 07 Nov 2021 00:30:46 +0800</pubDate><description><![CDATA[代码速查表，基本满足数据分析的需求，可以迅速找到对应功能的代码


公众号后台回复 200415 获取源码


欢迎关注~ SandQuant 专注于全球金融数据和量化投资策略

]]></description><category></category></item><item><title><![CDATA[【Python绘图】：3D绘图]]></title><link>https://blog.youkuaiyun.com/QuantCoder/article/details/121164580</link><guid>https://blog.youkuaiyun.com/QuantCoder/article/details/121164580</guid><author>QuantCoder</author><pubDate>Sun, 07 Nov 2021 00:30:39 +0800</pubDate><description><![CDATA[import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D

X = np.arange(-4, 4, 0.25)
print(X)
Y = np.arange(-4, 4, 0.25)
X, Y = np.meshgrid(X, Y)
R = np.sqrt(X**2 + Y**2)
Z = np.sin(R)
fig = plt.figure()
ax = Axes3D(fig)
a]]></description><category></category></item><item><title><![CDATA[【Python绘图】：Matplotlib绘图控制属性]]></title><link>https://blog.youkuaiyun.com/QuantCoder/article/details/121164546</link><guid>https://blog.youkuaiyun.com/QuantCoder/article/details/121164546</guid><author>QuantCoder</author><pubDate>Sun, 07 Nov 2021 00:30:31 +0800</pubDate><description><![CDATA[https://www.cnblogs.com/darkknightzh/p/6117528.html

]]></description><category></category></item><item><title><![CDATA[【Python绘图】不连续时间x轴处理]]></title><link>https://blog.youkuaiyun.com/QuantCoder/article/details/121164893</link><guid>https://blog.youkuaiyun.com/QuantCoder/article/details/121164893</guid><author>QuantCoder</author><pubDate>Sun, 07 Nov 2021 00:29:48 +0800</pubDate><description><![CDATA[这个问题在处理股票数据的时候会碰到
如果不做任何处理，直接绘图，plt会自动填充空缺的时间，图形会看起来很诡异，显然是不对的。
如下有一个策略回测曲线图：

由于时间长达十年，可能还看不出问题，我们局部放大看看。

由于自动填充了休市期间的空值，曲线看起来非常不正常。
下面看看经过处理的图形，日期显示数量为10。

这样好像也看不出问题，我们放大看。

同样在2020年2月这波疫情期间造成的大跌，处理过后的样子和谐多了，连贯多了。
代码如下：
import pandas as pd
import matpl]]></description><category></category></item><item><title><![CDATA[【Python】：利用rolling和apply对DataFrame进行多列滚动，数据框滚动]]></title><link>https://blog.youkuaiyun.com/QuantCoder/article/details/121164992</link><guid>https://blog.youkuaiyun.com/QuantCoder/article/details/121164992</guid><author>QuantCoder</author><pubDate>Sun, 07 Nov 2021 00:29:37 +0800</pubDate><description><![CDATA[# 设置一个初始数据框
df1 = [1,2,3,4,5]
df2 = [2,3,4,5,6]
df = pd.DataFrame({'a':list(df1),'b':list(df2)})
print(df)

    a  b
 0  1  2
 1  2  3
 2  3  4
 3  4  5
 4  5  6

下面是滚动函数
# 多列滚动函数
# handle对滚动的数据框进行处理
def handle(x,df,name,n):
    df = df[name].iloc[x:x+n,:]]]></description><category></category></item><item><title><![CDATA[【Python】：利用rolling和apply函数的向下取值]]></title><link>https://blog.youkuaiyun.com/QuantCoder/article/details/121165040</link><guid>https://blog.youkuaiyun.com/QuantCoder/article/details/121165040</guid><author>QuantCoder</author><pubDate>Sun, 07 Nov 2021 00:29:31 +0800</pubDate><description><![CDATA[import pandas as pd

def get_under_rolling(df,window,user,name):
    df[name] = df[user].iloc[::-1].rolling(window=window).apply(lambda x:x[0]).iloc[::-1]
    return df

if __name__ == '__main__':
    df = pd.DataFrame({'a':[1,2,3,4,5],
                   ]]></description><category></category></item><item><title><![CDATA[【Python】：pandas反向索引反向选择]]></title><link>https://blog.youkuaiyun.com/QuantCoder/article/details/121165589</link><guid>https://blog.youkuaiyun.com/QuantCoder/article/details/121165589</guid><author>QuantCoder</author><pubDate>Sun, 07 Nov 2021 00:29:25 +0800</pubDate><description><![CDATA[df.set_index([param.salesOrder, param.product], inplace=True)  # 销售订单，型号为主键
return_keys = df[df[param.prodVol] &lt; 0].index.unique()  # 退货的订单、型号
sales_keys = [i for i in df.index.unique().tolist() if i not in return_keys.tolist()]  # 反向选择，注意去重
return_coun]]></description><category></category></item><item><title><![CDATA[【PPT】400套+PPT免费下载]]></title><link>https://blog.youkuaiyun.com/QuantCoder/article/details/121162970</link><guid>https://blog.youkuaiyun.com/QuantCoder/article/details/121162970</guid><author>QuantCoder</author><pubDate>Sun, 07 Nov 2021 00:29:16 +0800</pubDate><description><![CDATA[公众号后台回复 200509 获取PPT

欢迎关注~ SandQuant 专注于全球金融数据和量化投资策略






]]></description><category></category></item><item><title><![CDATA[【Python Django】：关联工具]]></title><link>https://blog.youkuaiyun.com/QuantCoder/article/details/121162384</link><guid>https://blog.youkuaiyun.com/QuantCoder/article/details/121162384</guid><author>QuantCoder</author><pubDate>Fri, 05 Nov 2021 14:28:23 +0800</pubDate><description><![CDATA[需要用到的网址
后端服务
Django
前端框架
BootStrap5
前端设计
Html-Color
1、下载pdf
其实生成pdf界面那里就可以直接下载pdf了
关键代码
    def downloadPDF(file_path):
        if os.path.exists(file_path):
            with open(file_path, 'rb') as fh:
                response = HttpResponse(fh.read(), c]]></description><category></category></item><item><title><![CDATA[【Python Django】：django中应用pyecharts]]></title><link>https://blog.youkuaiyun.com/QuantCoder/article/details/121162362</link><guid>https://blog.youkuaiyun.com/QuantCoder/article/details/121162362</guid><author>QuantCoder</author><pubDate>Fri, 05 Nov 2021 14:27:35 +0800</pubDate><description><![CDATA[1 生成一个图
def bar_base() -&gt; Bar:
    c = (
        Bar()
        .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
        .add_yaxis("商家A", [randrange(0, 100) for _ in range(6)])
        .add_yaxis("商家B", [randrange(0, 100) for _ in range(6)])
        ]]></description><category></category></item><item><title><![CDATA[【CSS】：渐变色]]></title><link>https://blog.youkuaiyun.com/QuantCoder/article/details/121162259</link><guid>https://blog.youkuaiyun.com/QuantCoder/article/details/121162259</guid><author>QuantCoder</author><pubDate>Fri, 05 Nov 2021 14:24:00 +0800</pubDate><description><![CDATA[渐变色代码
例子：linear-gradient(to top, #0ba360 0%, #0ba360 100%)
1、linear-gradient 线性渐变
CSS3 定义了两种类型的渐变（gradients）：
线性渐变（Linear Gradients）- 向下/向上/向左/向右/对角方向
径向渐变（Radial Gradients）- 由它们的中心定义
2、默认从上到下，
# to top 从下到上渐变
# to left 从右到左渐变
# to right 从左到右渐变
# to bottom]]></description><category></category></item><item><title><![CDATA[【Python NLP】：搜狗语料库-新闻语料处理]]></title><link>https://blog.youkuaiyun.com/QuantCoder/article/details/121162190</link><guid>https://blog.youkuaiyun.com/QuantCoder/article/details/121162190</guid><author>QuantCoder</author><pubDate>Fri, 05 Nov 2021 14:21:14 +0800</pubDate><description><![CDATA[搜狗新闻语料处理
自然语言处理，最重要的当然是语料数据，选择搜狗实验室的语料库是不错的，但是模型训练前，需要对数据做一些处理，过程如下。
1、数据下载链接：搜狗新闻语料库
先在链接上下载“搜狐新闻数据(SogouCS)”，请直接下载“精简版”！（迷你版有雷。。。）

2、数据下载下来后是这样子的

3、数据量已经很大了，每一个txt采用的是ANSI编码方式

4、每个新闻可以根据url、contenttitle、content三者进行拆分
url：获取内容类别
contenttitle：获取内容标题，作为之]]></description><category></category></item></channel></rss>