巴菲特有句名言，大意是：复利是第八大奇迹。结合股神的投资理念，这句话意思大概可解释为，做时间的朋友，享受价值投资带来的超额收益。 复利的概念其实简单，可用以下公式表示。 $$ F_l = P(1+i_l)^n \tag{1} $$ $F_l$代表最终收益；$P$代表期初的投入；$i_l$代表年平均收益率（这里假定每年收益率相同）；$n$代表投资时间，一般按年数，也可月数等其他计息周期。 ...

昨天跟同事闲聊，上周末西安下雨，气温大概10℃左右，由于还没停止供暖，所以开窗睡觉非常舒适。进而聊到，感觉上去年一年西安的气候都比往年要舒适。记得去年有篇文章，题目大意是「西北变热变湿，西安恐成最大赢家」。于是查找西安的天气数据，打算分析下。 从NOAA网站上找到1951年至2020年的西安月度气象数据，1951年至2005年的数据来自西安气象站，2006年之后的来自泾河气象站，两者距离不远，都是监测西安市的。 ...

title: 学习 pandas [02]: 二进制操作 slug: er-jin-zhi-cao-zuo date: 2021-1-23 tags: Pandas Jupyter python category: 数据分析 link: description: type: text 二进制操作 Pandas数据结构之间执行二进制操作，要注意下列两个关键点： DataFrame与Series之间的广播机制； 计算中的缺失值处理。 加、减、乘、除、取模 DataFrame支持以下运算操作中对Series进行广播： add()：加 sub()：减 mul()：乘 div()：除 radd() rsub() 在以上方法使用中，通过axis参数，指定沿index或columns广播。 ...

前几天上班用的计算器彻底没电了，无法开机。型号是CASIO fx-82ES，背盖是一个整体，没给电池区单独设开盖。 因为自己的笔记本电脑也是整体后盖，拆起来难度上天，所以对拆这种整体后盖的电子设备有点忐忑，怕拆开没本事装回去。但事实证明，这个CASIO计算器设计得很方便更换电池。 计算器的螺丝是十字口，先用一个某宝买东西送的十字螺丝刀，结果没拧开，反倒螺丝刀的十字刃被磨平了。果然送的没好货。于是找出多年前买的一套刀头。 ...

title: 学习 pandas [01]: 数据结构 slug: series-and-dataframe date: 2020-12-27 tags: Pandas Jupyter python category: 数据分析 link: description: type: text 数据结构 pandas的数据类型主要有： Series，类似一维数组 DataFrame，类似二维数组 Series 创建Series 1 pd.Series(data, index=index) data：可以是字典、一维数组、标量 index：索引列表，可以理解为行标签，根据Data的类型而不同。 通过字典创建Series 1 2 3 4 5 6 7 import numpy as np import pandas as pd # 通过字典创建，自动采用键值作为索引，若不指定index，则顺序同字典 d = {'b': 1, 'a': 0, 'c': 2} s = pd.Series(d) s b 1 a 0 c 2 dtype: int64 1 2 3 4 # 通过字典创建，自动采用键值作为索引，若指定index（包含键值），则顺序同index # index中若含有字典中不存在的键值，则Series中对应的值为NaN s = pd.Series(d, index=['a', 'b', 'c', 'd']) s a 0.0 b 1.0 c 2.0 d NaN dtype: float64 通过一维数组创建Series 1 2 3 4 5 l = np.random.randn(6) # 若不指定index，则自动生成数值型索引 s = pd.Series(l) s 0 0.215224 1 0.803700 2 1.141428 3 0.526450 4 0.577533 5 1.051918 dtype: float64 1 2 3 # 若指定index，则长度必须与数组相同 s = pd.Series(l, index=['a', 'b', 'c', 'd', 'e', 'f']) s a 0.215224 b 0.803700 c 1.141428 d 0.526450 e 0.577533 f 1.051918 dtype: float64 通过标量值创建Series 此方法创建出的Series，每行值都相同。 ...

title: 学习 seaborn [05]: 调色板 slug: color-seaborn date: 2020-12-14 tags: seaborn python category: 数据分析 link: description: type: text 选择调色板 调色板是一组颜色搭配方案，绘图时候程序从中选取颜色进行数据可视化。调色板中颜色之间的色相、饱和度、明度等差异，区别出不同系列的数据关系，因此调色板比其他元素更加影响绘图的视觉效果。 seaborn提供了一些现成的配色方案，也可以利用其提供的函数自定义调色板。 调色板分类 定性调色板：一组在视觉上有差异的颜色，用于区分不具有内在顺序的离散数据； 顺序调色板：一组视觉温度递增或递减的颜色，一般是单一色相，也可以是多种色相，用于当数据集的范围从相对低值(不感兴趣)到相对高值(很感兴趣)时； 发散调色板：一组颜色的中间位置颜色的视觉温度最亮或最暗，然后分别向两端递增或递减，用于当数据集的低值和高值都很重要，且数据集中有明确定义的中点时。 生成调色板的函数 可生成三种调色板的函数 color_palette()：生成调色盘，接受所有的seaborn调色板或者matplotlib Colormap或者Color Brewer库的配色方案，返回RGB元组的列表； set_palette()：接受与color_palette()相同参数，设置所有图像的默认配色方案； xkcd_rgb()：使用xkcd颜色名字设置单一颜色； xkcd_palette()：使用xkcd颜色名字生成调色板，适用于各种调色板； choose_colorbrewer_palette()：通过交互式组件辅助进行Color Brewer库的配色方案选择，适用于各种调色板，只能在Jupyter Notebook中使用； 用于生成定性调色板的函数 hls_palette()：使用hls颜色空间生成间距相等的颜色（色调变化，明度和饱和度不变），适用于定性调色板； husl_palette()：使用HSLuv颜色空间生成间距相等的颜色，比上述hls更符合人眼视觉感受，适用于定性调色板； 用于生成顺序调色板的函数 cubehelix_palette()：使用cubehelix调色板系统生成配色方案，适合黑白打印，且对色盲友好，适用于顺序调色板； choose_cubehelix_palette()：通过交互式组件辅助进行cubehelix调色板的配色方案选择，只能在Jupyter Notebook中使用； light_palette()和dark_palette()：指定一个颜色，会由明向暗或由暗向明生成一组颜色，适用于顺序调色板； 用于生成发散调色板的函数 diverging_palette()：用来创建发散调色板； choose_diverging_palette()：通过交互式组件辅助进行发散调色板的配色方案选择，使用HSLuv颜色空间，只能在Jupyter Notebook中使用； 生成调色板的方式 seaborn中生成调色板的方式大致有三种： ...

title: 学习 seaborn [04]: 修改样式、移动座标轴 slug: beautify-seaborn date: 2020-12-11 16:23:05 tags: seaborn python category: 数据分析 link: description: type: text 控制图像的美学样式 相比与matplotlib详细的样式设置，seaborn提供了成套的样式主题可供直接使用，同时提供高级设置接口供用户自定义主题。 以装修房子比喻，用matplotlib就像全部考自己装修，窗台、地砖、墙壁等细节都要自己考虑，费时费力但高度可定制化。而用seaborn相当于从装修公司已设计好的装修方案中挑选一个，然后还能在此基础进行部分的修改定制。 ...

title: 学习 seaborn [03]: 线性回归图 slug: lmplot date: 2020-12-9 tags: seaborn python category: 数据分析 link: description: type: text 线性关系可视化 此线性可视化并非统计关系中的折线图，而是excel做图中的趋势线概念，对x、y关系进行线性拟合得到关系式，对关系式的绘图。 seaborn的线性可视化不直接提供拟合关系式的各具体参数，只绘制出趋势线和置信区间，从而引导和帮助进行数据关系探索。 主要用到两个函数： lmplot()：FacetGrid级函数，可绘制多子图；将data作为必须参数，x和y变量必须被指定为字符串。 regplot()：轴级函数。x和y可以是简单的 numpy 数组，pandas Series对象，或者作为对传递给data的 pandas DataFrame对象。 1 2 3 4 5 6 7 8 import seaborn as sns import pandas as pd import numpy as np %matplotlib inline sns.set() tips = pd.read_csv('seaborn-data-master/tips.csv') display(tips) total_bill tip sex smoker day time size 0 16.99 1.01 Female No Sun Dinner 2 1 10.34 1.66 Male No Sun Dinner 3 2 21.01 3.50 Male No Sun Dinner 3 3 23.68 3.31 Male No Sun Dinner 2 4 24.59 3.61 Female No Sun Dinner 4 ... ... ... ... ... ... ... ... 239 29.03 5.92 Male No Sat Dinner 3 240 27.18 2.00 Female Yes Sat Dinner 2 241 22.67 2.00 Male Yes Sat Dinner 2 242 17.82 1.75 Male No Sat Dinner 2 243 18.78 3.00 Female No Thur Dinner 2 244 rows × 7 columns ...

可视化分类数据 可视化分类数据的统一FacetGrid图级接口为catplot()函数，通过kind参数，可以选择轴级函数有： 分类散点图: stripplot() (with kind=“strip”; the default) swarmplot() (with kind=“swarm”) 分类分布图: boxplot() (with kind=“box”) violinplot() (with kind=“violin”) boxenplot() (with kind=“boxen”) 分类估计图: pointplot() (with kind=“point”) barplot() (with kind=“bar”) countplot() (with kind=“count”) 条形图 绘制两种不同的条形图： barplot() 或 catplot(kind=‘bar’)：x为分类，y为该分类下的数据的估计值；需要给x、y赋值。 countplot() 或 catplot(kind=‘count’)：x为分类，y为该分类下的数据的数量；只需给x赋值。 两种图形的其他参数使用方法一致。 ...