Zero
Ich habe ein Forum erstellt und werde es vorerst verwenden.
10
5175
第三方的论坛程序安全隐患太多, 为了用户安全着想, 还是自己写了Das ist eine gute Idee.
Unterstützung für einfache und gängige Markdown-Syntax
Zum Beispiel:
# Großschreiben 1
## Nummer zwei in Großbuchstaben
Die dritte in Großbuchstaben.
Die Vier in Großbuchstaben.
Quelle:
Anmerkung: URLs, die Reservierungszeichen enthalten, werden aus den referenzierten Links entfernt.-Ersatz
Verzeichnis*Eine Leerzeichen-Anleitung, wie
- 111
- 222
- 333
Unterstützt ordnungsgemäße Listen mit Zahlen plus”.
1. 111
1. 222
1. 333
- 111
- 222
- 333
Unterstützung mit drei”`“Code-Blöcke mit oder ohne vier Leerzeichen wie:
Log("OK");
Unterstützende Referenzen werden angezeigt: Beginnen Sie mit “>Spaziert”, wie
Das ist ein Zitat.
UnterstützungVerdickung, Schräglage, 代码
Unterstützt die automatische Umwandlung von URLs in Links wie: http://www.fmz.com/
Unterstützung für Flow-Diagramme
st=>start: Start
e=>end
op1=>operation: My Operation
sub1=>subroutine: My Subroutine
cond=>condition: Yes
or No?:>
io=>inputoutput: catch something...
st->op1->cond
cond(yes)->io->e
cond(no)->sub1(right)->op1
Unterstützt wird die direkte Anzeige von URLs mit Bildern oder MP3s oder Videos (keine Anzeige von Bildern in der Markdown-Sprache, keine Anzeige von Doppelreihenwechseln), wie z. B.:
Bild: WEB
mp3: /upload/asset/8a34400e447ba4e094ee0ef7c936f9ca0f800bfb.mp3
福利在此(Datei ist etwas größer):
/upload/asset/510a58f206fcdeb9d9751e11177a0e245b6238aa.mp4
Verweis auf Test abc
Der Anfang wird mit einem Stichwort versehen, das auf den Inhalt dieses Artikels verweist
Einbettung einer Forschungsarbeit
import pandas as pd
import seaborn as sns
import fmz
df = fmz.get_bars('MA001', start='2018-01-01 08:00:00', end='2019-10-31')
returns = df.pct_change().dropna()
sns.distplot(returns.iloc[:,0:1])<matplotlib.axes._subplots.AxesSubplot at 0x7fd1b8018278> <Figure size 432x288 with 1 Axes>
df1 = fmz.get_bars('btc_usd_bitfinex', start='2017-01-01', end='2018-01-31')
df2 = fmz.get_bars('eth_usd_bitfinex', start='2017-01-01', end='2018-01-31')
returns_a = df1.pct_change().dropna()
returns_b = df2.pct_change().dropna()
sns.jointplot(df1['open'], df2['open'], kind='reg', height=12)<seaborn.axisgrid.JointGrid at 0x7f9fda15b198> <Figure size 864x864 with 3 Axes>
returns = df1.pct_change().dropna() sns.distplot(returns.iloc[:,0:1])
<matplotlib.axes._subplots.AxesSubplot at 0x7f5250283208> <Figure size 432x288 with 1 Axes>
sns.violinplot(returns,size=24)
<matplotlib.axes._subplots.AxesSubplot at 0x7f524dc3a320> <Figure size 432x288 with 1 Axes>
sns.pairplot(returns, diag_kind='kde', size=2.4)
<seaborn.axisgrid.PairGrid at 0x7f51d6bd6be0> <Figure size 864x864 with 30 Axes>
sns.heatmap(returns.corr())
<matplotlib.axes._subplots.AxesSubplot at 0x7f51d5d98470> <Figure size 432x288 with 2 Axes>
sns.clustermap(returns.corr())
<seaborn.matrix.ClusterGrid at 0x7f51d5cd6978> <Figure size 720x720 with 4 Axes>
import fmz
bars = fmz.get_bars("MA888")
barsopen high low close volume 2019-03-03 2638 2694 2608 2662 3044544 2019-03-04 2668 2671 2627 2654 2070936 2019-03-05 2656 2677 2623 2658 2340822 2019-03-06 2654 2671 2575 2584 2700718 2019-03-07 2591 2596 2552 2578 2342280 ... ... ... ... ... ... 2019-09-22 2320 2382 2320 2377 1976592 2019-09-23 2374 2391 2343 2379 1994652 2019-09-24 2376 2415 2354 2404 2295352 2019-09-25 2404 2422 2345 2377 2693284 2019-09-26 2365 2378 2323 2341 2004090 [143 rows x 5 columns]
import talib talib.EMA(bars['close'])
2019-03-03 NaN
2019-03-04 NaN
2019-03-05 NaN
2019-03-06 NaN
2019-03-07 NaN
...
2019-09-22 2239.369039
2019-09-23 2248.377488
2019-09-24 2258.417650
2019-09-25 2266.068124
2019-09-26 2270.902439
Length: 143, dtype: float64