汕头模板开发建站,专精特新中小企业,自助注册搭建网站,购买域名要多少钱★★★★★博文原创不易#xff0c;我的博文不需要打赏#xff0c;也不需要知识付费#xff0c;可以白嫖学习编程小技巧#xff0c;喜欢的老铁可以多多帮忙点赞#xff0c;小红牛在此表示感谢。★★★★★
在Python中#xff0c;struct模块提供了二进制数据的打包和解包…★★★★★博文原创不易我的博文不需要打赏也不需要知识付费可以白嫖学习编程小技巧喜欢的老铁可以多多帮忙点赞小红牛在此表示感谢。★★★★★
在Python中struct模块提供了二进制数据的打包和解包功能可以将Python数据类型转换为二进制数据或者将二进制数据转换为Python数据类型。
Pandas是Python中一个广泛使用的数据分析库它提供了方便的数据操作和分析功能。Pandas能够处理各种数据格式包括CSV、Excel、SQL等能够进行数据清洗、预处理、分析和可视化等操作。Pandas的核心数据结构是DataFrame它是一个二维表格与Excel表格类似可以使用类似于Python内置的行列索引方式进行操作。Pandas还提供了丰富的数据分析函数如统计函数、分组聚合、时间序列分析等。
#01. 龙虎榜小红牛股票系统官方微信公众号GXZFP888#02. 我的Python教程官方微信公众号wdPython前面分析过通达信日线数据的结构今天介绍另一种简洁的写法使用struct解析数据有相关需求的小伙们可以看看上一篇博文的分析报告详情这里就不再重复说明了自己理解以下Python源码的写法。
import os
import struct
import pandas as pddef read_TdxLday_datas(folder_name):tdx_datas[]with open(folder_name,rb) as f:bufferf.read() #读取数据到缓存sizelen(buffer)rowSize32 #通信达day数据每32个字节一组数据codeos.path.basename(folder_name).replace(.day,)for i in range(0,size,rowSize): #步长为32遍历bufferrowlist( struct.unpack(IIIIIfII,buffer[i:irowSize]) )row[1]row[1]/100row[2]row[2]/100row[3]row[3]/100row[4]row[4]/100row.pop() #移除最后无意义字段row.insert(0,code)tdx_datas.append(row)datapd.DataFrame(datatdx_datas,columns[code,tradeDate,open,high,low,close,amount,vol])print(data)
#设置成你的日线数据所在tdx路径位置
read_TdxLday_datas(folder_nameE:/zd_cjzq/vipdoc/sh/lday/sh600519.day)
