标签:处理 f8 时间 import prices dmy 周几 wday numpy
将日期转换成周几的形式,统计一个月内按照周几的形式分的股票的收盘价的平均值
import numpy as np import matplotlib.pyplot as mp import datetime as dt import matplotlib.dates as md ''' 时间处理:按照周一,周二...分组统计平均值 ''' # 日期转化函数 def dmy2wday(dmy): # 把dmy格式的字符串转化成周几返回 dmy = str(dmy, encoding='utf-8') d = dt.datetime.strptime(dmy, '%d-%m-%Y') d = d.date() wday = d.weekday() # 返回周几 return wday wdays, opening_prices, highest_prices, lowest_prices, closing_prices, volumns = \ np.loadtxt('./da_data/aapl.csv', delimiter=',', usecols=(1, 3, 4, 5, 6, 7), unpack=True, dtype='f8, f8, f8, f8, f8, f8', converters={1: dmy2wday}) # converters为转换器,运行时先执行,其中1表示时间所在的列索引号 print(wdays) ave_prices = np.zeros(5) # 存储最终结果 for wday in range(5): ave_prices[wday] = closing_prices[wdays == wday].mean().round(2) # 保留小数点几位 print(ave_prices)
标签:处理,f8,时间,import,prices,dmy,周几,wday,numpy 来源: https://www.cnblogs.com/yuxiangyang/p/11161651.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。