1.问题有一维数据：y = [5023, 5075, 5115, 5100, 5103, 5086, 5098, 5108, 5093, 5105]要计算这组数据对第一个值的镜像(或者说是倒影) 对应的值。2.算法可以先计算每个数据到第一个值的距离，然后每个值再减去对应的2倍距离。y1 = [x-(2*(x-y[0])) for x in y]如果是多维数据的话，用torch.cat([y1,y2

在构建投资组合时，组合里个股之间的相关性会直接影响到投资组合的波动率。个股之间的相关性越低，投资组合越文件。因此分析个股的相关性是很有必要的。首先拿到这些数据：

每天盘后自动交易逆回购

import itchatimport requests#获取价格def get_price(symbol):request = requests.get("https://api.hbdm.com/api/v1/contract_index?symbol="+symbol).json()price = request["data"]for item in ...

1.定义初始数据#!/usr/bin/env python# coding:utf-8import numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']X = np.array([1, 2, 3, 4, 5, 6])Y = np.array([2.3, 3.5, 4.2, 5.1

import pandas as pdimport tushare as tsdata = ts.get_hist_data('601688', '2017-06-01')#用tushare获取行情data = data.sort()#对数据进行排序df = pd.DataFrame()#创建一个新的DataFramedf['close'] = data['close'] # 新Da...

一、导入模块%matplotlib inline#将生成的图片嵌入网页中import matplotlib.pyplot as pltfrom sklearn import datasetsfrom sklearn.feature_selection import SelectKBest,f_regressionfrom sklearn.linear_mod...

1.基于组合分类器的ddos攻击流量分布式检测模型本研究提出了一种分布式攻击流量检测模型，该模型的核心检测部分采用的是机器学习中应用非常广泛的集成学习方法，即组合分类器的随机森林方法。该方法拓展性好，能够适应网络环境中异常监测的动态调整与部署。DDos攻击分布式检测模型共分为数据采集模块、数据预处理模块、分布式分类检测模块和报警响应模块四部分。ａ．数据采集...

~df.index.duplicated() 方法是只针对索引做去重，而不考虑列数据，与df.drop_duplicates() 相反。

import pandas as pdimport tushare as tsdata = ts.get_hist_data('601688', '2017-06-01')#用tushare获取行情data = data.sort()#对数据进行排序df = pd.DataFrame()#创建一个新的DataFramedf['close'] = data['close'] # 新Da...