Python-VS19/20200311

1. VS17安装Python的第三方包总是出错，改用软件管家下载到的VS2019，安装很方便，这个公众号真心不错
2. 做了一个CSDN现有例子的测试，代码如下：

   # !/usr/bin/env python
   # coding=utf-8
import pandas as pd
import numpy as np
import math
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split

# 从文件中获取数据
#origDf = pd.read_csv('D:/stockData/ch13/6035052018-09-012019-05-31.csv',encoding='gbk')
origDf = pd.read_csv('C:/StockExcel/603601.csv',encoding='gbk')
df = origDf[['Close', 'High', 'Low','Open' ,'Volume']]
featureData = df[['Open', 'High','Low', 'Volume']]

# 划分特征值和目标值
feature = featureData.values
target = np.array(df['Close'])

# 划分训练集，测试集
feature_train, feature_test, target_train ,target_test = train_test_split(feature,target,test_size=0.05)
pridectedDays = int(math.ceil(0.05 * len(origDf)))    # 预测天数
lrTool = LinearRegression()
lrTool.fit(feature_train,target_train)   # 训练
 
# 用测试集预测结果
predictByTest = lrTool.predict(feature_test)

# 组装数据
index=0

# 在前95%的交易日中，设置预测结果和收盘价一致
while index < len(origDf) - pridectedDays:
 
   df.loc[index,'predictedVal']=origDf.loc[index,'Close']
 
   df.loc[index,'Date']=origDf.loc[index,'Date']
 
   index = index+1
 
predictedCnt=0
 
# 在后5%的交易日中，用测试集推算预测股价
 
while predictedCnt<pridectedDays:
 
     df.loc[index,'predictedVal']=predictByTest[predictedCnt]
 
     df.loc[index,'Date']=origDf.loc[index,'Date']
 
     predictedCnt=predictedCnt+1
 
     index=index+1
plt.figure()
df['predictedVal'].plot(color="red",label='predicted Data')
df['Close'].plot(color="blue",label='Real Data')
plt.legend(loc='best')    # 绘制图例
 
  # 设置x坐标的标签
 
major_index=df.index[df.index%10==0]
major_xtics=df['Date'][df.index%10==0]
plt.xticks(major_index,major_xtics)
plt.setp(plt.gca().get_xticklabels(), rotation=30)

# 带网格线，且设置了网格样式
plt.grid(linestyle='-.')
plt.show()

3. 这段代码调试时，按照编译提示，把import中的第三方库都可以在python环境中搜索，可以自动安装
4. 调试的问题是，原作者使用了df.ix，一直出现该属性不存在，后改为df.loc，据说是最新版本的pandas已经取消了ix方法
5. 最后运行结果