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Il est à côté de moi.
Prise en charge de la grammaire Markdown simple et courante
Par exemple:
Citation de l’article:
Remarque: les liens cités qui contiennent des caractères réservés par l’URL seront supprimés de l’espace-Remplacement
Liste des utilisations*Ajouter un espace au début, par exemple
Prise en charge des listes ordonnées, avec des chiffres plus “. Les espaces commencent par:
1. 111
1. 222
1. 333
Le soutien à trois “`“Les blocs de code qui contiennent ou qui sont encapsulés par quatre espaces sont:
Log("OK");
Affichage des références de support: commencez par “> avec un espace supplémentaire”, comme
C’est une citation
Le soutienÉpaississement, La forme latine, 代码
Prise en charge de la conversion automatique d’URL de liens en liens, par exemple: http://www.fmz.com/
Les blocs de code peuvent être formatés en flux.
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
Prise en charge de l’affichage direct d’une URL contenant une image ou un fichier MP3 ou vidéo (affichage d’une image sans utiliser la syntaxe markdown, affichage sans double changement de ligne), par exemple:
Une photo de la scène:

mp3: /upload/asset/8a34400e447ba4e094ee0ef7c936f9ca0f800bfb.mp3
福利在此(Le fichier est un peu plus grand):
/upload/asset/510a58f206fcdeb9d9751e11177a0e245b6238aa.mp4
Le titre de ce billet sera affiché en haut de la page.
Embed un document de recherche
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