【量化小讲堂-Python&Pandas系列02】Windows下如何安装Python、Pandas
来源:互联网 发布:网络聊天话题 编辑:程序博客网 时间:2024/05/17 22:19
引言:
本系列“量化小讲堂”,通过实际案例教初学者使用python、pandas进行金融数据处理,希望能对大家有帮助。
【必读文章】:《10年400倍策略分享-附视频逐行讲解代码》
【所有系列文章汇总】:【量化小讲堂 – Python、Pandas系列】目录汇总
windows下如何安装Python、pandas
本篇内容主要讲如何安装Python和pandas。Python比较好安装,而pandas比较难装,当时装了我一整天。pandas是Python下面的一个package,专门用于金融数据的分析,简直是神器。这里有pandas的简单入门介绍http://pandas.pydata.org/pandas-docs/stable/10min.html
本篇主要涵盖以下三部分内容:
1.Python、Pycharm的安装
2.使用Pycharm创建、运行Python程序
3.安装pandas
—安装教程—
1.Python、Pycharm的安装
从Python官网下载windows版本的Python,要下载python2,不要下载python3。鉴于大家可能上了官网都不知道下载哪个版本(我自己一开始就是),我已经将安装文件上传到百度云,下载地址在附件中。安装文件下载好之后,就像一般的软件一样,一直点击next就能安装。
Pycharm是一个ide,说简单点就是一个用来编写Python程序的软件,也是个神器,可以让我们更加方便的编写Python程序。我们后面安装pandas就需要用到它。Pycharm有收费版本也有免费版本,我们用免费版本就已经绰绰有余了。可以去官网下载,因为是国外的网站,下载速度可能很慢,我已经将安装文件上传到百度云,下载地址在附件中。
下载好之后一路点击next就能安装好。
2.使用Pycharm创建、运行Python程序
安装好Python和Pycharm之后,我们打开pycharm(桌面上应该有快捷方式),打开之后出现下图。
点击创建create new project,出现下图;
这里需要在红框中填写一个路径地址。这里解释一下这个路径,每当我们新建一个Python项目,一般是创建个新的空文件夹,把和这个项目相关的程序、数据等内容都放在这个文件夹中,方便管理。红色框中的路径就是指向这个文件夹。我这里这个文件夹叫demo,填写好之后点击create,出现下面这个画面:
顺序点击File,New,Python File,填写文件名,这就创建了一个Python程序文件,如下图所示:
输入一行简单的代码 print ‘Hello World!’,顺序点击Run,Run ‘demo’,就可以运行程序,并且查看输出了,结果如下图:
以上就是一个简单的Python程序
3.安装pandas
pandas是Python下面的一个库,一般来说安装库都是非常麻烦的,因为需要在命令行下面操作的,利用pip, easy_install等工具,对于非计算机专业的人来说简直是噩梦。幸好有了Pycharm,它可以帮我们很方便的安装各类库。下面以安装pandas为例,介绍如何使用Pycharm安装package:
顺序点击File,Settings,出现下面这个设置页面:
然后点击Project,Project Interpreter,如下图所示,点击页面最右边的+号:
出现下面这个页面:
在搜索框中输入pandas,点击最下方的Install Package,根据网速快慢,等待不定的时间,就完成了安装,如下图所示:
安装过程中可能会提示:Microsoft Visual C++ 9.0 is required (Unable to find vcvarsall.bat). Get it from http://aka.ms/vcpython27
只要按照提示说的的去下载一个VC就可以了。这样就安装好了pandas。
然后在按照同样的流程安装好其他一些pandas依赖的package,分别是:numpy,dateutil,可能还有其他。
安装好之后试着运行下面这个程序,如果没有报错,就说明完全安装好pandas了。如果报错,一般是因为缺少依赖的库,按照上述方法继续安装就可以了。
- 【量化小讲堂-Python&Pandas系列02】Windows下如何安装Python、Pandas
- 【量化小讲堂-Python&Pandas系列20】如何安装pandas、anaconda(最新教程、保证可用)
- 量化-windows下如何安装Python、pandas
- 【量化小讲堂-Python&Pandas系列01】如何快速上手使用Python进行金融数据分析
- 【量化小讲堂-Python&Pandas系列10】如何判断一个策略的好坏?(附代码)
- 【量化小讲堂-Python&Pandas系列09】量化投资中关于复权的处理
- 【量化小讲堂-Python&Pandas系列03】使用python计算移动平均线
- 【量化小讲堂-Python&Pandas系列22】最优雅的Python编程方式:Jupyter Notebook视频教程
- 【量化小讲堂-Python&Pandas系列04】计算创业板平均市盈率
- 【量化小讲堂-Python&Pandas系列06】历史数据告诉你:KDJ指标选股有效吗?
- 【量化小讲堂-Python&Pandas系列07】数据告诉你:惊人的海龟交易法则
- 【量化小讲堂-Python&Pandas系列08】通过逐笔数据计算主力资金流数据
- 【量化小讲堂-Python&Pandas系列12】诺奖得主的仓位分配算法,有效吗?
- 【量化小讲堂-Python&Pandas系列13】数据告诉你:惊人的指数定投策略
- 【量化小讲堂-Python&Pandas系列14】逆天的反转策略在A 股实证
- 【量化小讲堂-Python&Pandas系列15】完整策略框架:以均线策略为例
- 【量化小讲堂-Python&Pandas系列16】布林带策略在A股的实证
- 【量化小讲堂-Python&Pandas系列21】「视频讲解」浅谈机器学习与量化投资
- 学习笔记,LINUX常用指令
- 浮动的解释
- 为什么程序员工资如此的高?
- 准备工作
- GoogleTest 使用Cmake实现gtest
- 【量化小讲堂-Python&Pandas系列02】Windows下如何安装Python、Pandas
- CPSR 和 SPSR
- Eclipse配置Maven+创建Maven项目(三)
- 数据库连接查询时的注意事项
- 图文详解Windows下安装最新版Git
- RabbitMQ HelloWorld
- linux——lvm
- 一张图让你理清javascript中__proto__, prototype, 以及constructor之间的关系
- hashcode的重写方法