<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[RogerDL的专栏]]></title><description><![CDATA[非淡泊无以明志，非宁静无以致远]]></description><link>https://blog.youkuaiyun.com/RogeDL</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; RogeDL]]></copyright><item><title><![CDATA[python 量化交易：MACD指标双金叉形态识别]]></title><link>https://blog.youkuaiyun.com/RogeDL/article/details/103303862</link><guid>https://blog.youkuaiyun.com/RogeDL/article/details/103303862</guid><author>RogeDL</author><pubDate>Fri, 29 Nov 2019 08:22:59 +0800</pubDate><description><![CDATA[python 量化交易：MACD指标双金叉形态识别：

df 是pandas的Dataframe，基础数据原来是 tushare 中的股票交易数据，MACD指标是用 talib 库计算得来：


df = df.sort_values(by='trade_date', ascending=True)

# MACD &gt; 0, 标准化到 1， MACD&lt;0, 标准化到 -1
df['m...]]></description><category></category></item><item><title><![CDATA[Python requests 库的 cookie  处理]]></title><link>https://blog.youkuaiyun.com/RogeDL/article/details/79237496</link><guid>https://blog.youkuaiyun.com/RogeDL/article/details/79237496</guid><author>RogeDL</author><pubDate>Fri, 02 Feb 2018 12:06:48 +0800</pubDate><description><![CDATA[Python requests 库的 cookie  处理 有 2 种方式：
第一种方式：


requests使用的cookie格式如下：
newCookie={}
newCookie['key1']='value1'
newCookie['key2]='value2'
newCookie['key3']='value3'
发送cookie可以使用：
response=req]]></description><category></category></item><item><title><![CDATA[dict(ejsonlist, **ejson)用法]]></title><link>https://blog.youkuaiyun.com/RogeDL/article/details/79097056</link><guid>https://blog.youkuaiyun.com/RogeDL/article/details/79097056</guid><author>RogeDL</author><pubDate>Thu, 18 Jan 2018 15:39:01 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[anaconda 环境下启动 tensorboard]]></title><link>https://blog.youkuaiyun.com/RogeDL/article/details/79051288</link><guid>https://blog.youkuaiyun.com/RogeDL/article/details/79051288</guid><author>RogeDL</author><pubDate>Sat, 13 Jan 2018 14:40:02 +0800</pubDate><description><![CDATA[1. 需要使用 anaconda 安装目录下的 命令行工具：
2. 程序中如果定义：
    writer = tf.summary.FileWriter("log/simple_example.log", tf.get_default_graph())
3. 在prompt中，定位到 log的同级目录；
4. 使用命令行： 
    tensorboard --logdir=log/s]]></description><category></category></item><item><title><![CDATA[在 kali linux 下搭建 hadoop 伪分布式系统]]></title><link>https://blog.youkuaiyun.com/RogeDL/article/details/78946389</link><guid>https://blog.youkuaiyun.com/RogeDL/article/details/78946389</guid><author>RogeDL</author><pubDate>Mon, 01 Jan 2018 18:40:12 +0800</pubDate><description><![CDATA[记录在 kali linux 下搭建 hadoop 伪分布式的过程：
1. 安装和设置 JDK：
    1） kali 中默认已经安装 Java，可以使用 java -version 检查 Java的安装情况；发现 java 的安装文件名可能是 openjdk 
    2） 可以设置 java 的 JAVA_HOME, PATH, CLASSPATH:
          2.1 )]]></description><category></category></item><item><title><![CDATA[tensorflow 中的 tensorflow.models.rnn.ptb.reader 不存在]]></title><link>https://blog.youkuaiyun.com/RogeDL/article/details/78931239</link><guid>https://blog.youkuaiyun.com/RogeDL/article/details/78931239</guid><author>RogeDL</author><pubDate>Fri, 29 Dec 2017 14:34:41 +0800</pubDate><description><![CDATA[在我的 tensorflow 1.4 中，tensorflow.models.rnn.ptb.reader 不存在， 而且默认没有 models. 包，解决方式：
1. 到 github 下载 models 包， 在 github 中搜索 tensorflow. models包，第一个出现的就是。
2. 下载完整包；
3.  reader.py 在 tutorials\rnn\ptb\ 路径]]></description><category></category></item><item><title><![CDATA[tensorflow queue Coordinator, QueueRunner 遇到的坑]]></title><link>https://blog.youkuaiyun.com/RogeDL/article/details/78917158</link><guid>https://blog.youkuaiyun.com/RogeDL/article/details/78917158</guid><author>RogeDL</author><pubDate>Wed, 27 Dec 2017 22:32:39 +0800</pubDate><description><![CDATA[在测试tensorflow queue Coordinator, QueueRunner 遇到几个坑，花了很多时间填，记录下来：
1. TFRecord 过程中 unicode 解析出错：
    filename = './records/output.tfrecords'
    writer = tf.python_io.TFRecordWriter(filename)

    ]]></description><category></category></item><item><title><![CDATA[tensorflow 图像处理]]></title><link>https://blog.youkuaiyun.com/RogeDL/article/details/78911098</link><guid>https://blog.youkuaiyun.com/RogeDL/article/details/78911098</guid><author>RogeDL</author><pubDate>Wed, 27 Dec 2017 13:26:37 +0800</pubDate><description><![CDATA[在《TensorFlow实战Google深度学习框架》中，关于图像处理的程序因为版本变更，运行时会报错，现在按照最新的函数方式调试通过，记录下来备查：


# -*- coding: utf-8 -*-
"""
Created on Tue Dec 26 11:27:16 2017


@author: Administrator
"""


import numpy as]]></description><category></category></item><item><title><![CDATA[迁移学习源码全注释 - 《Tensorflow 实战 Google 深度学习框架》源码注释]]></title><link>https://blog.youkuaiyun.com/RogeDL/article/details/78898363</link><guid>https://blog.youkuaiyun.com/RogeDL/article/details/78898363</guid><author>RogeDL</author><pubDate>Tue, 26 Dec 2017 07:03:22 +0800</pubDate><description><![CDATA[学习迁移学习源码，做了完全版本注释，以做记录：


# -*- coding: utf-8 -*-
"""
Created on Mon Dec 25 12:30:25 2017
需要提前下载训练好的 Inception-V3模型，以及对应的数据文件
@author: Administrator
"""


import glob 
import os.path
impo]]></description><category></category></item><item><title><![CDATA[python numpy meshgrid]]></title><link>https://blog.youkuaiyun.com/RogeDL/article/details/78810013</link><guid>https://blog.youkuaiyun.com/RogeDL/article/details/78810013</guid><author>RogeDL</author><pubDate>Fri, 15 Dec 2017 10:25:05 +0800</pubDate><description><![CDATA[python numpy meshgrid 用法
 import numpy as np
x = np.arange(4)
y = np.arange(5)
grid = np.meshgrid(x,y)
 x1, y1 = grid
 结果形成一个网格，  x 坐标是 0-4， y 坐标是 0-5， x，y 的交汇点对应于 二维平面 点的坐标， 
 其中 x1 是所有点的 x 坐标]]></description><category></category></item><item><title><![CDATA[如何用列表解析式生成 2个小数位 的 python 列表]]></title><link>https://blog.youkuaiyun.com/RogeDL/article/details/78690652</link><guid>https://blog.youkuaiyun.com/RogeDL/article/details/78690652</guid><author>RogeDL</author><pubDate>Fri, 01 Dec 2017 20:16:29 +0800</pubDate><description><![CDATA[【 float( '%.2f' % randn() ) for i in range(5)】 
这里用的是numpy, 所以前面要加上
import numpy as np
from numpy.random import randn]]></description><category></category></item><item><title><![CDATA[如何用 python 列表解析生成 二维 等差数列 列表]]></title><link>https://blog.youkuaiyun.com/RogeDL/article/details/78690590</link><guid>https://blog.youkuaiyun.com/RogeDL/article/details/78690590</guid><author>RogeDL</author><pubDate>Fri, 01 Dec 2017 20:06:04 +0800</pubDate><description><![CDATA[如何用列表解析生成 【【1,2,3,4】，【5,6,7,8】】
[[ j+i*4 for j in range(1,5)] for i in range(2)]]]></description><category></category></item><item><title><![CDATA[python 每秒显示一个递增数据的代码]]></title><link>https://blog.youkuaiyun.com/RogeDL/article/details/78575749</link><guid>https://blog.youkuaiyun.com/RogeDL/article/details/78575749</guid><author>RogeDL</author><pubDate>Sun, 19 Nov 2017 18:11:34 +0800</pubDate><description><![CDATA[import time
QUIT = False
count = 0
while not QUIT: 
  count += 1
  print(count)
  time.sleep(1)
  if count == 100:
    print(str(100)+'***************')
    count = 0
  continue]]></description><category></category></item><item><title><![CDATA[python 函数装饰器的典型示例]]></title><link>https://blog.youkuaiyun.com/RogeDL/article/details/78574629</link><guid>https://blog.youkuaiyun.com/RogeDL/article/details/78574629</guid><author>RogeDL</author><pubDate>Sun, 19 Nov 2017 15:26:32 +0800</pubDate><description><![CDATA[class tracer:
    def __init__(self, func):
        self.calls = 0
        self.func = func


    def __call__(self, *args):
        self.calls +=1
        print('call %s to %s' % (self.calls,]]></description><category></category></item><item><title><![CDATA[linux 源配置]]></title><link>https://blog.youkuaiyun.com/RogeDL/article/details/77909215</link><guid>https://blog.youkuaiyun.com/RogeDL/article/details/77909215</guid><author>RogeDL</author><pubDate>Sat, 09 Sep 2017 10:38:14 +0800</pubDate><description><![CDATA[deb http://mirrors.163.com/ubuntu/ trusty main restricted universe multiverse
deb http://mirrors.163.com/ubuntu/ trusty-security main restricted universe multiverse
deb http://mirrors.163.com/ubuntu]]></description><category></category></item><item><title><![CDATA[numpy  中数据选取和切片选取的区别]]></title><link>https://blog.youkuaiyun.com/RogeDL/article/details/77905410</link><guid>https://blog.youkuaiyun.com/RogeDL/article/details/77905410</guid><author>RogeDL</author><pubDate>Sat, 09 Sep 2017 06:47:50 +0800</pubDate><description><![CDATA[numpy 中，对于2维数组：例如：arr2d=[[1,2,3],[4,5,6],[7,8,9]],
1. arr2d[2,1], arr2d[2][1], 结果是相同的，都是8，
2. arr2d[2:,1:], arr2d[2:][1:], 结果是不同的，前一个结果是： 【【2，3】，【5，6】】，后一个结果是：【【4,5,6】】]]></description><category></category></item><item><title><![CDATA[pandas 读取各种格式文件]]></title><link>https://blog.youkuaiyun.com/RogeDL/article/details/77822844</link><guid>https://blog.youkuaiyun.com/RogeDL/article/details/77822844</guid><author>RogeDL</author><pubDate>Sun, 03 Sep 2017 15:40:35 +0800</pubDate><description><![CDATA[python pandas 读取文件导入数据]]></description><category></category></item><item><title><![CDATA[python 参数匹配规则]]></title><link>https://blog.youkuaiyun.com/RogeDL/article/details/77814995</link><guid>https://blog.youkuaiyun.com/RogeDL/article/details/77814995</guid><author>RogeDL</author><pubDate>Sun, 03 Sep 2017 09:45:46 +0800</pubDate><description><![CDATA[数匹配模型：位置参数，关键字参数，默认参数，可变参数（字符 * )开头，可变参数解包，Keyword-only 参数]]></description><category></category></item><item><title><![CDATA[Python Django 中的STATIC_URL 设置和使用解析]]></title><link>https://blog.youkuaiyun.com/RogeDL/article/details/53968921</link><guid>https://blog.youkuaiyun.com/RogeDL/article/details/53968921</guid><author>RogeDL</author><pubDate>Sun, 01 Jan 2017 22:58:31 +0800</pubDate><description><![CDATA[使用Django静态设置时，遇到很多问题，经过艰苦的Baidu, stack overflow, Django原档阅读，终于把静态图片给搞出来了。特记录下来。
关键的概念：Django中，静态资源的存放通过设置 STATIC_URL, STATICFILES_DIRS 来设置，一般STATIC_URL设置为：/static/
STATIC_URL='/static/', 这个static 是在]]></description><category></category></item><item><title><![CDATA[Python yield 使用浅析]]></title><link>https://blog.youkuaiyun.com/RogeDL/article/details/52921302</link><guid>https://blog.youkuaiyun.com/RogeDL/article/details/52921302</guid><author>RogeDL</author><pubDate>Tue, 25 Oct 2016 13:11:26 +0800</pubDate><description><![CDATA[当函数执行结束时，generator 自动抛出 StopIteration 异常，表示迭代完成。在 for 循环里，无需处理 StopIteration 异常，循环会正常结束。

我们可以得出以下结论：

一个带有 yield 的函数就是一个 generator，它和普通函数不同，生成一个 generator 看起来像函数调用，但不会执行任何函数代码，直到对其调用 next()（在 for]]></description><category></category></item></channel></rss>