＃- * -コーディング：UTF-8 - * - ＃@date：2017年8月26日 ＃@Original： インポートNPのAS numpyの ＃200は、在庫ある stock_cntが= 200である＃504日 view_days = 504の＃は、正規分布を生成します：0 =平均値、標準偏差= 1つのシーケンス所望 stock_day_change = np.random.standard_normal（（stock_cnt、view_days））を ＃サンドボックスデータを使用し、そして本の目的は、データ環境と同じで、気を付ける必要はない ＃1 stock_day_change = NPを.LOAD（ '../ゲン/ stock_day_change.npy'） ＃の印刷形状（200、504）200 OK 504 印刷（stock_day_change.shape） ＃のプリントアウト株式最初の分岐、価格の最初の5日間ここで、印刷（stock_day_change [0 :. 1：5 ]） 3.1.3 選択およびスライス選択指標 ＃第2、第ストック、0：0価格データの5 5日間 stock_day_change [0：2,0：5 ] 3.1.4 データ変換及び構造 ＃2を表し小数点以下 np.around（stock_day_change [0：2、0 :. 5]、2 ） 3.1.5 論理条件データフィルタ マスク = stock_day_change [0：2、0 :. 5]> 0.5 印刷（マスク） 3.1.6 関数の一般的なシーケンス ＃1 np.allシーケンスのすべての要素がすべて真であるか否かを判断する、即ち、ブールの動作シーケンス ＃、本実施形態によれば、実際のstock_day_changeを決定[0：2,0： 5] 全ての立ち上がりか np.all（ stock_day_change [0：2,0： 5] > 0） ＃のブールのnp.anyシーケンス要素が真であるか否かを判断、即ち、操作またはシーケンス ＃、本実施形態に係る実stock_day_changeを決定[0：2,0： 5] であります立ち上がりの少なくとも一つ np.any（stock_day_change [0：2、 0：5]>0） ＃2つの配列の任意の二つの対応する要素、最大結果セットのが大きい、最小値は、比較的小さい結果を使用するものと解釈される設定 np.maximum（stock_day_change [0：2、 0：5]、stock_day_change [-2： -5 ：]） ＃1 アレイ（[0.38035486、0.12259674、-0.2851901、-0.00889681、0.45731945]、 ＃[0.13380956、2.03488293、1.44701057、-0.92392477、0.96930104]]） change_int = stock_day_change [0：2、0 :. 5 ] .astype（INT） プリント（change_int） ＃の値の新たな非反復配列を形成する配列のユニークな数値 np.unique（change_int） ＃差分前後の差分データ近くを ＃1 軸= 1。 np.diff（stock_day_change [0： 2、0：5 ]） ＃唯一の違い= 0軸 np.diff（stock_day_change [0：2,0：5]、軸= 0） ＃データフィルタリング tmp_test stock_day_change = [-5 -2：、：] プリント（np.where（tmp_test> 0.5 ,. 1 、0）） 統計的な概念と機能 stock_day_change_four = stock_day_change [：4：4 ] プリント（「最大利得{} ' .format（np.max（stock_day_change_four、軸= 1 ））） プリント（' 最大下落{} ' .format（np.min（stock_day_change_four、軸= 1 ））） プリント（' 振幅の大きさ{} ' .format（np.std（stock_day_change_four、軸= 1 ））） プリント（' 平均変化{} '.format（np.mean（stock_day_change_four、軸= 1 ））） 3.2.2 統計基本概念 a_investor = np.random.normal（LOC = 100、スケール= 50、サイズ=（100 ,. 1 ）） b_investor = np.random呼び出さ.Normal（LOC = 100、スケール= 20であり、大きさ=（100 ,. 1 ）） ＃トレーダー 印刷（' トランザクション{0：.2f}希望元、標準偏差{1：.2f}、{2分散： } .2f ' .format（a_investor.mean（）、a_investor.std（）、a_investor.var（））） ＃のBトレーダー プリント（' トランザクション{0たい：.2f}元、標準偏差{1：。 2F}、分散2 {。} .2f ' .format（b_investor.mean（）、b_investor.std（）、b_investor.var（））） 通常 ベルヌーイ分布