python index out of bounds_使用python中遇到的坑

2024-06-04 12:28:18

这周开始学习python的入门学习。

首先安装数据分析环境，Anaconda和Jupyter notebook已成为数据分析的标准环境。简单来说，Anaconda是包管理器和环境管理器，Jupyter notebook 可以将数据分析的代码、图像和文档全部组合到一个web文档中。安装这两个环境中遇到问题可参考以下知乎文章：

初学python者自学anaconda的正确姿势是什么？？www.zhihu.comjupyter notebook 可以做哪些事情？www.zhihu.com

作为入门教程，推荐菜鸟教程网上的python3教程Python3 教程 | 菜鸟教程www.runoob.com

，分为基础教程和高级教程2个部分，可以快速的掌握python3的语法、结构等。

遇到问题推荐使用世界上最大的搜索引擎查找技术问题UOL Buscabusca.uol.com.br

也可以在Stack Overflow上搜索，它是一个与程序相关的IT技术问答网站。用户可以在网站免费提交问题，浏览问题，索引相关内容，在创建主页的时候使用简单的HTML。在问题页面，不会弹出任何广告，销售信息，JavaScript 窗口等。

以下是使用python对GAFATA 6只股票做得初步分析，分析参考了知乎李玉竹的文章，原文如下：李玉竹：数据分析之简易分析股票走势zhuanlan.zhihu.com

import matplotlib.pyplot as plt

import pandas as pd

pd.core.common.is_list_like = pd.api.types.is_list_like

#pdr0.7版本会修复该问题

from pandas_datareader import data

import pandas_datareader as pdr

pdr.__version__

#ImmediateDeprecationError raise when trying to get data from yahoo

#通过导入fix_yahoo_finance包解决

import fix_yahoo_finance as yf

yf.pdr_override()

#注意腾讯股票代码不是HK0700

gafataDict = {'谷歌':'GOOG','亚马逊':'AMZN','Facebook':'FB','苹果':'AAPL','阿里巴巴':'BABA','腾讯':'0700.HK'}

start_data = '2017-01-01'

end_data = '2018-08-01'

GOOGDf = data.get_data_yahoo(gafataDict['谷歌'],start_data,end_data)

GOOGDf.head()

[*********************100%***********************] 1 of 1 downloaded

# GOOGDf.describe()

AMZNDf = data.get_data_yahoo(gafataDict['亚马逊'],start_data,end_data)

AMZNDf.head()

[*********************100%***********************] 1 of 1 downloaded

FBDf = data.get_data_yahoo(gafataDict['Facebook'],start_data,end_data)

FBDf.head()

[*********************100%***********************] 1 of 1 downloaded

AAPLDf = data.get_data_yahoo(gafataDict['苹果'],start_data,end_data)

AAPLDf.head()

[*********************100%***********************] 1 of 1 downloaded

BABADf = data.get_data_yahoo(gafataDict['阿里巴巴'],start_data,end_data)

BABADf.head()

[*********************100%***********************] 1 of 1 downloaded

#try:

HK00700Df = data.get_data_yahoo(gafataDict['腾讯'],start_data,end_data)

HK00700Df.head()

#except ValueError:

# pass

[*********************100%***********************] 1 of 1 downloaded

plt.figure(figsize=(10,5))#宽度和高度的单位为英寸

plt.plot(GOOGDf['Close'],color='blue')

plt.title('Google')

plt.xlabel('Date')

plt.ylabel('Closing price')

plt.grid(True)

plt.show()

plt.figure(figsize=(10,5))#宽度和高度的单位为英寸

plt.plot(HK00700Df['Close'],color='blue')

plt.title('腾讯',fontproperties='SimHei')#显示中文可用fontproperties解决

plt.xlabel('Date')

plt.ylabel('Closing price')

plt.grid(True)

plt.show()

plt.figure(figsize=(10,5))#宽度和高度的单位为英寸

plt.plot(GOOGDf['Close'],color='blue',label='google')

plt.plot(AMZNDf['Close'],color='Green',label='amazon')

plt.plot(HK00700Df['Close'],color='red',label='tecent')

plt.title('Comparison of GOOG and AMZN and tecent')

plt.xlabel('Date')

plt.ylabel('Closing price')

plt.legend()

plt.grid(True)

plt.show()

plt.figure(figsize=(10,5))#宽度和高度的单位为英寸

plt.plot(GOOGDf['Volume'],color='blue',label='google')

plt.plot(AMZNDf['Volume'],color='Green',label='amazon')

plt.plot(HK00700Df['Volume'],color='red',label='tencent')

plt.title('Comparison of GOOG and AMZN and tencent')

plt.xlabel('Date')

plt.ylabel('Volume')

plt.legend()

plt.grid(True)

plt.show()

plt.figure(figsize=(10,5))#宽度和高度的单位为英寸

plt.plot(FBDf['Close'],color='blue',label='facebook')

plt.plot(AAPLDf['Close'],color='Green',label='apple')

plt.plot(BABADf['Close'],color='red',label='alibaba')

plt.title('Comparison of facebook and apple and alibaba')

plt.xlabel('Date')

plt.ylabel('Closing price')

plt.legend()

plt.grid(True)

plt.show()

GOOGDf.info()

AMZNDf.info()

FBDf.info()

BABADf.info()

HK00700Df.info()

AAPLDf.info()

DatetimeIndex: 397 entries, 2017-01-03 to 2018-07-31

Data columns (total 6 columns):

Open 397 non-null float64

High 397 non-null float64

Low 397 non-null float64

Close 397 non-null float64

Adj Close 397 non-null float64

Volume 397 non-null int32

dtypes: float64(5), int32(1)

memory usage: 20.2 KB

DatetimeIndex: 397 entries, 2017-01-03 to 2018-07-31

Data columns (total 6 columns):

Open 397 non-null float64

High 397 non-null float64

Low 397 non-null float64

Close 397 non-null float64

Adj Close 397 non-null float64

Volume 397 non-null int32

dtypes: float64(5), int32(1)

memory usage: 20.2 KB

DatetimeIndex: 397 entries, 2017-01-03 to 2018-07-31

Data columns (total 6 columns):

Open 397 non-null float64

High 397 non-null float64

Low 397 non-null float64

Close 397 non-null float64

Adj Close 397 non-null float64

Volume 397 non-null int32

dtypes: float64(5), int32(1)

memory usage: 20.2 KB

DatetimeIndex: 397 entries, 2017-01-03 to 2018-07-31

Data columns (total 6 columns):

Open 397 non-null float64

High 397 non-null float64

Low 397 non-null float64

Close 397 non-null float64

Adj Close 397 non-null float64

Volume 397 non-null int32

dtypes: float64(5), int32(1)

memory usage: 20.2 KB

DatetimeIndex: 390 entries, 2017-01-03 to 2018-08-01

Data columns (total 6 columns):

Open 390 non-null float64

High 390 non-null float64

Low 390 non-null float64

Close 390 non-null float64

Adj Close 390 non-null float64

Volume 390 non-null int32

dtypes: float64(5), int32(1)

memory usage: 19.8 KB

DatetimeIndex: 397 entries, 2017-01-03 to 2018-07-31

Data columns (total 6 columns):

Open 397 non-null float64

High 397 non-null float64

Low 397 non-null float64

Close 397 non-null float64

Adj Close 397 non-null float64

Volume 397 non-null int32

dtypes: float64(5), int32(1)

memory usage: 20.2 KB

def change(column):

buyPrice = column[0]

sellPrice = column[397-1]

priceChange = (sellPrice-buyPrice)/buyPrice

if(priceChange>0):

print('股票累计上涨=',priceChange)

elif(priceChange<0):

print('股票累计下跌=',priceChange)

else:

print('股票累计没有变化=',priceChange)

return priceChange

GOOG_closeCol = GOOGDf['Close']

GOOGChange = change(GOOG_closeCol)

股票累计上涨= 0.5484010313353657

AAPL_closeCol = AAPLDf['Close']

AAPLChange = change(AAPL_closeCol)

股票累计上涨= 0.6383124384276806

FB_closeCol = FBDf['Close']

FBChange = change(FB_closeCol)

股票累计上涨= 0.4768098624267512

AMZN_closeCol = AMZNDf['Close']

AMZNChange = change(AMZN_closeCol)

股票累计上涨= 1.358379637099067

BABA_closeCol = BABADf['Close']

BABAChange = change(BABA_closeCol)

股票累计上涨= 1.1132054201626507

HK00700_closeCol = HK00700Df['Close']

HK00700Change = change(HK00700_closeCol)#会报错，因为行数比其他数据帧少7行

---------------------------------------------------------------------------

KeyError Traceback (most recent call last)

~\Anaconda3\lib\site-packages\pandas\core\indexes\base.py in get_value(self, series, key)

3102 return self._engine.get_value(s, k,

-> 3103 tz=getattr(series.dtype, 'tz', None))

3104 except KeyError as e1:

IndexError: index out of bounds

#报错超出边界，从HK00700Df.info()也能看出，腾讯的数据比其他数据少了7条

HK00700_Price = HK00700Df['Close']

HK00700_buyPrice = HK00700_Price[0]

HK00700_sellPrice = HK00700_Price[(len(HK00700_Price)-1)]

HK00700_change = (HK00700_sellPrice-HK00700_buyPrice)/HK00700_buyPrice

print('股票累计上涨=',HK00700_change)

股票累计上涨= 0.8743400804965179

plt.figure(figsize=(15,10))#宽度和高度的单位为英寸

plt.plot(FBDf['Close'],color='blue',label='facebook')

plt.plot(AAPLDf['Close'],color='Green',label='apple')

plt.plot(BABADf['Close'],color='red',label='alibaba')

plt.plot(GOOGDf['Close'],color='black',label='google')

plt.plot(AMZNDf['Close'],color='orange',label='amazon')

plt.plot(HK00700Df['Close'],color='yellow',label='tencent')

plt.title('Comparison of facebook and apple and alibaba and google and amazon and tencent')

plt.xlabel('Date')

plt.ylabel('Closing price')

plt.legend()

plt.grid(True)

plt.show()

writer = pd.ExcelWriter('gafata.xls')

GOOGDf.to_excel(writer,'google')

AAPLDf.to_excel(writer,'apple')

FBDf.to_excel(writer,'facebook')

AMZNDf.to_excel(writer,'amazon')

BABADf.to_excel(writer,'alibaba')

HK00700Df.to_excel(writer,'tencent')

writer.save()

python index out of bounds_使用python中遇到的坑相关推荐

Python 爬虫中国知网论文过程中遇到的坑及解决办法
假期,老师给布置了 Python 爬虫中国知网论文的任务,目前实现了登录和搜索功能,先写一下遇到的坑和解决办法吧. Python 爬虫中国知网论文过程中遇到的坑及解决办法一. selenium 模块 ...
python index out of bounds_错误：索引2超出大小为1的轴0的界限
我对下面用Python(odeint)求解激光速率方程(一阶常微分方程)的小程序有问题.在当我运行程序时,总是会出现一个错误:index 2 is out of bounds for axis 0 ...
对Python参数类型详解以及学习中遇到的坑
由于之前遇到过几次有关于参数类型的坑,以及经常容易把一些参数类型搞混淆,现在做一下有关参数类型的总结记录以及对之前踩坑经历的分析. 参数类型首先我们列举一下有关于Python的参数类型,以及实际上的 ...
python打包exe 之打包sklearn模型中的各种坑及其解决方法。
之前学习了如何打包,如何建立虚拟环境打包,以及如何带资源打包exe. python打包成exe 可执行文件 .教程使用pipenv建立虚拟环境解决python打包exe文件过大的问题(附打包带图标, ...
python index函数时间复杂度_初学python之以时间复杂度去理解列表常见使用方法
列表list,一个有序的队列列表内的个体为元素,由若干个元素按照顺序进行排列,列表是可变化的,也就是说可以增删 list定义常用的列表定义方式: 使用[] 或者 a = list() 取数列表可以 ...
split函数python 未定义_Python字符串方法split()中的一道坑
初看这个方法还挺好用的,用来切割字符串真是的是非常方便,返回的字符串数组也非常容易处理. 于是乎看了一眼就应用到我的程序当中去了. 用来切割如下形式的字符串 s = 'Jul 24 21:38:25 ...
公众号python训练营真的假的_python中的这些坑，早看早避免。
python中的这些坑,早看早避免. 说一说python中遇到的坑,躲坑看这一篇就够了传递参数时候不要使用列表 def foo(num,age=[]): age.append(num) print( ...
python处理表格数据教程_用Python的pandas框架操作Excel文件中的数据教程
引言本文的目的,是向您展示如何使用pandas来执行一些常见的Excel任务.有些例子比较琐碎,但我觉得展示这些简单的东西与那些你可以在其他地方找到的复杂功能同等重要.作为额外的福利,我将会进行一些 ...
python把数据写入excel_Python向excel中写入数据的方法
Python向excel中写入数据的方法最近做了一项工作需要把处理的数据写入到Excel表格中进行保存,所以在此就简单介绍使用Python如何把数据保存到excel表格中. 数据导入之前需要安装 x ...

最新文章

热门文章