《Python编程从入门到实践》16.2.6收盘价均值，代码理解

最新推荐文章于 2022-07-28 22:08:13 发布

脑子里有海

最新推荐文章于 2022-07-28 22:08:13 发布

阅读量862

点赞数 3

文章标签： python 开发语言

本文链接：https://blog.youkuaiyun.com/weixin_44636374/article/details/121786807

版权

在学习《Python编程从入门到实践》16.2.6收盘价均值这块时，代码不是很清晰，里面有lambda法则等，可能作者不想涉及太多高级内容所以没有详细写，自己把自己的理解过程记录如下。

本文主要参考(19条消息) Python编程：从入门到实践 json练习详解~~_pythonxiaohei的博客-优快云博客

from itertools import groupby
import pygal
import json


def draw_mean(month_data, price_data, title, y_legend):
    xy_map = []
    zip_data = zip(month_data, price_data)
    zip_data = sorted(zip_data)
    for x, y in groupby(zip_data, key=lambda value: value[0]):
        y_list = [value for index, value in y]
        y_mean = sum(y_list) / len(y_list)
        xy_map.append([x, y_mean])
    x_unique, y_mean = [*zip(*xy_map)]
    line_chart = pygal.Line()
    line_chart.title = title
    line_chart.x_labels = x_unique
    line_chart.add(y_legend, y_mean)
    line_chart.render_to_file(title+'.svg')
    return line_chart

file_name = 'btc_close_2017.json'
dates, months, weeks, weekdays, closes = [], [], [], [], []

with open(file_name) as f:
    btc_data = json.load(f)
for btc_dict in btc_data:
    dates.append(btc_dict['date'])
    months.append(int(btc_dict['month']))
    weeks.append(int(btc_dict['week']))
    weekdays.append(btc_dict['weekday'])
    closes.append(int(float(btc_dict['close'])))

idx_month = dates.index('2017-12-01')
idx_week = dates.index('2017-12-11')
line_chart_month_mean = draw_mean(months[:idx_month], closes[:idx_month], '收盘价月平均值', '月平均值')
line_chart_week_mean = draw_mean(weeks[1:idx_month], closes[1:idx_month], '收盘价周平均值', '周平均值')
wd = ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday', 'Saturday', 'Sunday']
# 这搞错了 wd_label = [wd.index(x)+1 for x in wd]
wd_label = [wd.index(x)+1 for x in weekdays[1:idx_week]]
line_chart_weekday_mean = draw_mean(wd_label, closes[1:idx_week], '收盘价星期平均值', '星期平均值')
line_chart_weekday_mean.x_labels = ['周一', '周二', '周三', '周四', '周五', '周六', '周天']
line_chart_weekday_mean.render_to_file('收盘价星期平均值.svg')

此处主要有三个点：zip()函数的运用，groupby()的运用以及lambda法则

1. zip为将后续参数打包成元组的列表，即例如(1,1000),(2,2000)..... 如此的话，就将每个月的日期与价格打包起来了。注意month_data和price_data是按顺序依次打包的，如果有一个短，那就按照这个短的截断。因而这个就形成了（month，price）的一个列表。

后续的sorted即将该列表按照month的顺序进行了排序。

此时的数据结构为[(1,1000),(1,1500).....(2,2000),(2,25000)......(12,1000)]

2.groupby函数为将数据进行组的形式输出上文中zip_data已按月份排起来了，如果此时将月份作文一个flag，相同flag的都进行输出，则就是该函数的作用。

其次其参数key即我们应该用何种方式打包，因为我们想用这个flag为标志进行输出，所以后面的lambda法则就是取出标志flag，具体用法下面写

这样我们可以理解成 a，b = groupby(data, key = flag)，即其输出两个值：flag与flag有关的所有data，如此a即接受了flag，b接收了flag相关的所有数据形成的list

因而后续代码就对其进行了相关平均值计算

3. lambda法则其表达式为 lambda argumen_list：expression

即将argument_list进行expression的处理从而输出与argument_list相同数据结构的output

书上是 key=lambda _:_[0] 即输入名为'_'的列表，取该列表的第一个元素、

顺便写一下自己遇到的小BUG：

1.在绘制周平均值时，对数据处理应为

line_chart_week_mean = draw_mean(weeks[1:idx_month], closes[1:idx_month], '收盘价周平均值', '周平均值')

因为看原数据，第一组为第52周，而我们截止到11月底只有48周，所以我们从1开始取，而不是0

2.在绘制日平均值，对数据处理为

wd = ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday', 'Saturday', 'Sunday']
# 这搞错了 wd_label = [wd.index(x)+1 for x in wd]
wd_label = [wd.index(x)+1 for x in weekdays[1:idx_week]]

因为后面这个wd_label即weekday_label是输入到line中作为x数据的，其与后面的price是数量上对应的，而我自己code时以为其至少将文字序列转化为数字序列，所以写成了一个如上的错误，最后跑完发现不对，检查后发现这个地方列表解析应该是对weekdays列表，其数量与price对应，进行一个for的解析转化

自己的第一篇文章，纪念纪念哈！