python笔记
基础
| 内容 | 连接 |
算法
| 内容 | 连接 |
| 机器学习之adaboost代码实现 | https://blog.csdn.net/qq_37960402/article/details/88539253 |
| 机器学习之集成学习1 | https://blog.csdn.net/qq_37960402/article/details/88426900 |
库
| 类形 | 名称 | 内容 |
| 11111静态图库 | TensorFlow（2015，Google） | 使用数据流图进行数值计算，图中节点代表数学运算，而图中的边代表在这些节点之间传递的多维数组（张量）。不完美但流行，社区强大，适合生产环境 |
| Keras | 高层神经网络API，由纯Python编写而成并使用TensorFlow、Theano及CNTK作为后端。过度封装导致程序过于缓慢。入门最简单，但是不够灵活，使用受限； | |
| Caffe/Caffe2 | 核心语言是C++，支持命令行、PyThon和MATLAB接口，既可以在CPU上运行，也可在GPU上运行。文档不够完善，但性能优异，几乎全平台支持（Caffe2），适合生产环境； | |
| MXNet | 文档略混乱，但分布式性能强大，语言支持最多，适合AWS平台使用； | |
| CNTK（2015，MicroSoft） | 社区不够活跃，但是性能突出，擅长语言方面的研究 | |
| 动态图 | PyTorch | 动态图,追求最少的封装，避免重复造轮子。PyTorch设计遵循tensor->variable(autograd)->nn.module三个由低到高的抽象层次，分别代表高维数组(张量)、自动求导(变量)和神经网络(层/模块)，而且这三个抽象之间联系紧密，可同时进行修改和操作 |
| CUDA | Comupute Unified Device Architecture)：英伟达公司推出的一种基于新的并行编程模型和指令集架构的通用计算架构 | |
| cuDNN | 用于深度神经网络的GPU加速库 | |
| Pip | 是一个安装和管理Python包的工具 | |
| Tensor |
常用库
| numpy | |
|
Numpy |
|
| Matplotlib | |
| Pandas | |
| Pandas-datareader | |
| BeautifulSoup4 | |
| scikit-learn / sklearn |
股票
Python股票分析系列——系列介绍和获取股票数据.p1 https://www.cnblogs.com/Blaxon/p/8567321.html
Python股票分析系列——数据整理和绘制.p2 https://www.cnblogs.com/Blaxon/p/8567431.html
Python股票分析系列——基础股票数据操作（一）.p3 http://www.cnblogs.com/Blaxon/p/8567656.html
Python股票分析系列——基础股票数据操作（二）.p4 https://www.cnblogs.com/Blaxon/p/8567772.html
Python股票分析系列——自动获取标普500股票列表.p5 http://www.cnblogs.com/Blaxon/p/8567941.html
Python股票分析系列——获得标普500的所有公司股票数据.p6 http://www.cnblogs.com/Blaxon/p/8568029.html
用python计算20日均线数值 https://blog.csdn.net/qq_26948675/article/details/53088818
用户交易数据分析 -持仓收益（盈亏）胜率等指标计算 https://blog.csdn.net/liweijie231/article/details/81287746
通用金融行业主题域模型 https://blog.csdn.net/xi4m00/article/details/79324501
书
- 《Python核心编程(第二版)》
- 《Python学习手册(第3版)》
开发工具
| 名称 | 说明 |
| Jupyter | Jupyter Notebook（此前被称为 IPython notebook）是一个交互式笔记本，支持运行 40 多种编程语言。在本文中，我们将介绍 Jupyter notebook 的主要特性，以及为什么对于希望编写漂亮的交互式文档的人来说是一个强大工具 |
