自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(4)
  • 收藏
  • 关注

原创 奇异值分解(numpy.linalg.svd二维和三维数据的压缩和还原)

奇异值分解SVD(Singular Value Decomposition,奇异值分解)numpy.linalg模块中的svd函数可以对矩阵进行奇异值分解。分解的目标:是一种因子分解运算,将一个矩阵分解为3个矩阵的乘积3个矩阵: U, Σ\SigmaΣ 和 V,其中U和V是正交矩阵,分别称为左奇异值、右奇异值,Σ\SigmaΣ为奇异值。numpy的实现:numpy.linalg.svd(A,full_matrices=1,compute_uv=1)参数:A是一个形如(m,n)矩阵fu

2021-04-30 01:11:09 6867

原创 关于一维和二维数据的差分和梯度的计算(使用 num.diff() 和 numpy.gradient() )

@[TOC](关于一维和二维数据的差分和梯度的计算(使用 num.diff() 和 numpy.gradient() ))关于一维数据的差分和梯度的计算一维数据的差分公式:一阶差分:一阶前向差分:下一个值与当前值的差f(xk)=f(xk+1)−f(xk)f(x_k) = f(x_{k+1}) - f(x_k)f(xk​)=f(xk+1​)−f(xk​)一阶后向差分:当前值与上一个值的差f(xk)=f(xk)−f(xk−1)f(x_k) = f(x_k) - f(x_{k-1})f(xk​)=

2021-04-28 00:49:53 9514 2

原创 多维网格气泡图

多维网格气泡图1. 要求绘制 numpy 多维数据的网格气泡图数据: 20行,25列(为 5 * 5 的阵列)子图: 5 * 5 的网格, 每个网络1个气泡气泡: 大小为数值大小, 正数为红色, 负数为蓝色排布: 20行用20个子图, 1行5个子图,共4行import numpy as npimport matplotlib.pyplot as plt# 2维数据, 20行 25列(为 5 * 5 的阵列)wgt = np.\array([[-0.0892, -0.0864, -

2021-04-08 00:05:53 1059

原创 如何从tushare上获取股票行情数据存入postgresql

刚发现 tushare.pro 上可以免费获取股票行情数据一、步骤:登录 tushare.pro, 注册账户,完善个人信息,得到120积分(可有免费获取股票行情数据的权限);获取接口TOKEN,保存好,程序中会用到,方法参考: https://tushare.pro/document/1?doc_id=39;开发代码,获取数据并写入数据库(这里使用的postgres数据库)。二、核心代码功能:建表DROP TABLE IF EXISTS pro.daily;CREATE TABLE

2020-09-15 03:18:36 1129 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除