南京普顿大学 吴琦琦

姓名：吴琦琦

专业：南京普顿大学 营销分析

项目：Python量化投资实训营学员

通过几周的量化新兵课程以及自己课后的补充学习，我基本了解并初步掌握了Python数据处理的知识和技能，主要包括Numpy库、Pandas库和Matplotlib库。在学习的过程中，我深切感受到了量化投资以及数据处理的魅力，感受到了自身能力兴趣与其的契合度，并坚定了自己未来的职业发展方向。

关于量化课程，我很喜欢老师的讲课风格，清晰利索节奏快。虽然对于我这种编程小白来说，听后半部分的课时略微有些吃力，但是通过课前课后查找资料补充基础知识，我也能较好地掌握相关知识。所以总的来说，我很喜欢本次课程，也从中受益良多。同时，我也很希望能通过量化新兵的计划的考核，进行实地实习，得到更多实操锻炼的机会，从而提升自己。

我的笔记：

1、Series是带标签的一维数组，可存储整数、浮点数、字符串、Python对象等类型的数据。轴标签统称为索引。

2、DataFrame是由多种类型的列构成的二维标签数据结构，类似于Excel、SQL、Series对象构成的字典等。DateFrame是最常见的Pandas对象，与Series一样，DataFrame支持多种类型的输入数据。

3、数据处理中，ffill是缺失的地方等于上一个值，bfill是缺失的地方等于下一个值。

4、NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。ndarray 对象是用于存放同类型元素的多维数组。

5、关于DataFrame的缺失数据处理，dropna(how=’all’)表示行的所有值为NaN才删除行，dropna(how=’any’)表示行只要有NaN值就删除行。

6、关于Pannel的修改顺序函数transpose(n,m,z)中，n，m，z三个位置分别代表：n表示item（列名），m表示major（外索引），z表示minor（内索引）。关于Panel的顺序：0列名，1外索引，2内索引。Panel是三维数据，DataFrame是二维数据，Series是一维数据。只有Panel需要通过to_frame()方法以双索引的格式显示，其他两种可以直接显示。

7、Numpy转Series要添加索引index，主要是添加时间序列索引；Series转DataFrame要添加列名，即赋予每个Series一个key；DataFrame转Panel也要添加列名。

8、pd.read_csv(filename)：从CSV文件导入数据。pd.read_excel(filename)：从Excel文件导入数据；df.to_csv(filename)：导出数据到CSV文件。df.to_excel(filename)：导出数据到Excel文件。