Zero
میں نے ایک فورم بنایا ہے، میں اسے ابھی استعمال کروں گا۔
10
5173
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اور اس کے ساتھ ساتھ استعمال کیا جاتا ہے.
سادہ اور عام طور پر استعمال ہونے والے مارک ڈاؤن گرامر کی حمایت
جیسے:
# ایک کو بڑے سے لکھیں
## دوسرا بڑا
### تیسرا بڑے حروف میں
#### چوتھی بڑی حروف میں
اقتباس:
نوٹ: حوالہ جات کے لنکس میں URL محفوظ کرداروں کو خالی جگہوں کے لئے ہٹا دیا جائے گا-متبادل
فہرست استعمال*ایک خالی جگہ کے ساتھ شروع کریں، جیسے
- 111
- 222
- 333
ترتیب شدہ فہرستوں کی حمایت کرتا ہے، جو اعداد و شمار کے ساتھ شروع ہوتا ہے.
1. 111
1. 222
1. 333
- 111
- 222
- 333
تین کے ساتھ حمایت`“کوڈ بلاک جس میں یا جس میں چار خالی جگہیں ہیں جیسے:
Log("OK");
معاون حوالہ جات دکھاتا ہے: کے ساتھ شروع کریں> خالی جگہ شامل کریں، جیسے
یہ ایک اقتباس ہے
معاونتموٹا کرنا, سلائیڈ, 代码
لنکس کو خود کار طریقے سے تبدیل کرنے کی حمایت کرتا ہے جیسے: http://www.fmz.com/
فلو گراف کی حمایت کرتا ہے
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
براہ راست تصویر یا ایم پی 3 یا ویڈیو کے یو آر ایل کو ظاہر کرنے کی حمایت کریں (تصویر کو نشان زد کرنے کی ضرورت نہیں ، ڈبل لائن سوئچ کی ضرورت نہیں ہے) ، جیسے:
فوٹو: ٹوئٹر
mp3: /upload/asset/8a34400e447ba4e094ee0ef7c936f9ca0f800bfb.mp3
福利在此(فائل کا سائز تھوڑا بڑا ہے):
/upload/asset/510a58f206fcdeb9d9751e11177a0e245b6238aa.mp4
حوالہ ٹیسٹ abc
شروع میں اس پیراگراف کا حوالہ دیتے ہوئے عنوان پر نشان لگائیں
ایک تحقیقی دستاویز ایمبیڈ کریں
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