1.NetworkX、底层igraph、源码源码Gephi三大主流复杂网络建模与分析工具有什么区别？
2.phyone编程可以干什么？
3.硬核福利量化交易神器talib中28个技术指标的底层Python实现（附全部源码）

NetworkX、igraph、源码源码Gephi三大主流复杂网络建模与分析工具有什么区别？

       NetworkX

       NetworkX是底层一个基于Python的复杂网络建模与分析工具。它提供了构建、源码源码phpstudy源码怎么用操作和研究复杂网络结构、底层动态和功能的源码源码工具。主要功能包括：创建简单图，底层如无向图、源码源码有向图和多重图；丰富的底层网络特征算法库，如关联性、源码源码中心性指标、底层集聚系数、源码源码距离等；支持图、底层节点、连边及其属性的方法；经典网络生成库，如规则网络、ER随机网络、WS小世界网络、BA无标度网络等；网络矩阵、特征值计算库，如邻接矩阵、关联矩阵、拉普拉斯矩阵等；与其他数据格式的转换接口，如字典、列表、Numpy数组、Scipy、Pandas等；网络节点编号、读写功能以及可视化相关功能。swt jface 源码

       优点：入门门槛低，适合初学者；底层源代码可读性高；功能齐全。缺点：在处理大规模网络时速度较慢，网络可视化效果一般。

       igraph

       igraph是多语言支持的复杂网络分析工具，提供Python版。功能与NetworkX相似，包括简单图和复杂图创建接口、标准图算法和分析接口、网络可视化。优点：在大规模网络分析中速度更快，支持NetworkX图转换；网络可视化效果更佳，提供额外的网络社团检测算法。缺点：算法库不如NetworkX丰富，底层代码较难理解。

       Gephi

       Gephi是一款专注于网络可视化的开源工具，提供网络交互、结构操纵和节点样式/颜色调整功能。适合对网络可视化要求高的用户。优点：强大的网络可视化效果；缺点：仅提供常见网络分析指标，不支持编程计算网络结构特性或可视化。

phyone编程可以干什么？

       python主要可以做什么

       python主要可以做Web和Internet开发、科学计算和统计、桌面界面开发、软件开发、后端开发等领域的工作。

       Python是一种解释型脚本语言。Python可以应用于众多领域，如：数据分析、组件集成、thinkphp 源码分析网络服务、图像处理带耐、数值计算和科学计算等众多领域。互联网公司广泛使用Python来做的事一般有：自动化运维、自动化测试、大数据分析、爬虫、Web等。

       扩展资料

       python的主要优点：

       简单易学：Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉蠢悄春像是在读英语一样。它使你能够专注于解决问题而不是去搞明白语言本身。因有极其简单的说明文档，Python极其容易上手。

       运行速度快：Python的底层是用C语言写的，很多标准库和第三方库也都是用C写的，运行速度非常快。

       免费、开源资源：Python是FLOSS（自由/开放源码软件）之一。使用者可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。FLOSS是基于一个团体分享知识的概念。

       可扩展性：如果需要一段关键代码运行得更快或者希望某些算法不公开，可以部分程序用C或C++编写，然后在Python程序中使用它们。

       参考运镇资料来源：百度百科-Python

       学完python可以干什么？

       综述如下：

       1、数据分析

       现在无论是哪个行业的，做数据分析的人似乎都离不开Python，因为Python给他们带来的ssh oa源码工作效率是非常的大。

       2、自动化测试

       一切关于自动化的东西，似乎Python都可以满足，Python可以满足大多数自动化工作，提毕银升工作效率。

       3、人工智能

       下个时代就是人工智能时代，很多人都在关注，而我们的Python同样可以做人工智能，这是一个潜力最大的选择方向。

       Python简介

       Python由荷兰数学和计算机科学研究学会的GuidovanRossum于年代初设计，作为一门叫做ABC语言的替代品。Python提供了高效档宴的高级数据结行数银构，还能简单有效地面向对象编程。Python语法和动态类型，以及解释型语言的本质，使它成为多数平台上写脚本和快速开发应用的编程语言，随着版本的不断更新和语言新功能的添加，逐渐被用于独立的、大型项目的开发。

Python可以用来干什么？

       1、做日常任务，比如下载视频、MP3、自动化操作excel、自动发邮件。

       2、做网站开发、web应用开发，很多著名的ios源码分享网站像知乎、YouTube就是Python写的。

       许多大型网站就是用Python开发的，例如YouTube、Instagram，还有国内的豆瓣。很多大公司，包括Google、Yahoo等，甚至NASA（美国航空航天局）都大量地使用Python。

       3、做网络游戏的后台，很多在线游戏的后台都是Python开发的。

       4、系统网络运维

       Linux运维是必须而且一定要掌握Python语言，它可以满足Linux运维工程师的工作需求提升效率，总而提升自己的能力，运维工程师需要自己独立开发一个完整的自动化系统时，这个时候才是真正价值的体现，才能证明自身的能力，让老板重视。

       5、3D游戏开发

       Python也可以用来做游戏开发，因为它有很好的3D渲染库和游戏开发框架，目前来说就有很多使用Python开发的游戏，如迪斯尼卡通城、黑暗之刃。

       6、科学与数字计算

       我们都知道现在来临了大数据的时代，数据可以说明一切问题的原因，现在很多做数据分析的不是原来那么简单，Python语言成为了做数据分析师的第一首选，它同时可以给工作带来很大的效率。

       7、人工智能

       人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。Python语言对于人工智能来说是最好的语言。目前好多人都开始学习人工智能+Python学科。

       8、网络爬虫

       爬虫是属于运营的比较多的一个场景吧,比如谷歌的爬虫早期就是用跑Python写的.其中有一个库叫Requests,这个库是一个模拟HTTP请求的一个掘胡库,非常的出名!学过Python的人没有不知道这个库吧,爬取后的数据分析与计算是Python最为擅长的领域，非常态穗容易整合。不过目前Python比较流行的网络爬虫框架是功能非常强大的scrapy。

       9、数据分析

       一般我们用爬虫爬到了大量的数据之后，我们需要处理数据用来分析，不然爬虫白爬了，我们最终的目的就是分析数据，在这方面关于数据分析的库也是非常的丰富的，各种图形分析图等都可以做出来。也是非常的方便，其中诸如Seaborn这样的可视化库，能够仅仅使用一两行就对数据进行绘图，而利用Pandas和numpy、scipy则可以简单地对大量数据进行筛选、回归等计算。

       而后续复杂计算中，对接机器学习相关算法，或者提供Web访问接口，或是实现远程调用接口，都帆散卜非常简单。

python能做什么

       python能够应用的领域有常规软件开发、数据分析与科学计算、自动化运维或办公效率工具、云计算、web开发、网络爬虫、数据分析、人工智能等。

       1、常规软件开发

       Python支持函数式编程和OOP面向对象编程，能够承担任何种类软件的开发工作，因此常规的软件开发、脚本编写、网敬宴凯络编程等都属于标配能力。

       2、数据分析与科学计算

       随着NumPy，SciPy，Matplotlib，Enthoughtlibrarys等众多程序库的开发，Python越来越适合于做科学计算、绘制高质量的2D和3D图像。

       3、自动化运维或办公效率工具

       这几乎是Python应用的自留地，作为运维工程师首选的编程语言，Python在自动化运维方面已经深入人心，比如Saltstack和Ansible都是大名鼎鼎的自动化平台。

       4、云计算

       开源云计算解决方案OpenStack就是基于Python开发的，搞云计算的同学都懂的。

       5、web开发

       基于祥改Python的Web开发框架很多，比如耳熟能详的Django，还亮唤有Tornado，Flask。其中的Python+Django架构，应用范围非常广，开发速度非常快，学习门槛也很低。

python可以做什么？

       python主要可以做Web和Internet开发、科学计算和统计、桌面界面开发、软件开发、后端开发。

       Python可以应用于众多领域，如：数据分析、组件集成、网络服务、图像处理、数值计算和科学计算等众多领域。互联网公司广泛使用Python来做的事一般有：自动化运维、自动化测试、大数据分析、爬虫、Web等。

       Python是一种解释型脚本语言。Python是完全面向对象的语言。函数、模块、数字、字符串都是对象。并且完全支持继承、重载、派生、多继承，有益于增强源代码的复用性。

       Python支持重载运算符和动态类型。相对于Lisp这种传统的函数式编程语言，Python对函数式设计只提供了有限的支持。有两个标准库(functools,itertools)提供了Haskell和StandardML中久经考验的函磨禅数式程序设计工具。

       python的主要优点：

       简单易学：Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉像是在读英语一样。它使你能够专注于解决问题而不是去搞明白语言本身。因有极其简单的说明文档，Python极其容易上手。

       运行速度快：Python的底层是用C语言写的，很多标准库和第三方库也都是用好前C写的，运行速度非常快。

       免费、开源资源：Python是FLOSS（自由/开放源码软件）之一。使用者可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。FLOSS是基于一个团体分享知识的概念。

       可扩展性：如果需要一段关键代码瞎袜尘运行得更快或者希望某些算法不公开，可以部分程序用C或C++编写，然后在Python程序中使用它们。

硬核福利量化交易神器talib中个技术指标的Python实现（附全部源码）

       本文将带您深入学习纯Python、Pandas、Numpy与Math实现TALIB中的个金融技术指标，不再受限于库调用，从底层理解指标原理，提升量化交易能力。

       所需核心库包括：Pandas、Numpy与Math。重要提示：若遇“ewma无法调用”错误，建议安装Pandas 0.版本，或调整调用方式。

       我们逐一解析常见指标：

       1. 移动平均（Moving Average）

       2. 指数移动平均（Exponential Moving Average）

       3. 动量（Momentum）

       4. 变化率（Rate of Change）

       5. 均幅指标（Average True Range）

       6. 布林线（Bollinger Bands）

       7. 转折、支撑、阻力点（Trend, Support & Resistance）

       8. 随机振荡器（%K线）

       9. 随机振荡器（%D线）

       . 三重指数平滑平均线（Triple Exponential Moving Average）

       . 平均定向运动指数（Average Directional Movement Index）

       . MACD（Moving Average Convergence Divergence）

       . 梅斯线（High-Low Trend Reversal）

       . 涡旋指标（Vortex Indicator）

       . KST振荡器（KST Oscillator）

       . 相对强度指标（Relative Strength Index）

       . 真实强度指标（True Strength Index）

       . 吸筹/派发指标（Accumulation/Distribution）

       . 佳庆指标（ChaiKIN Oscillator）

       . 资金流量与比率指标（Money Flow & Ratio）

       . 能量潮指标（Chande Momentum Oscillator）

       . 强力指数指标（Force Index）

       . 简易波动指标（Ease of Movement）

       . 顺势指标（Directional Movement Index）

       . 估波指标（Estimation Oscillator）

       . 肯特纳通道（Keltner Channel）

       . 终极指标（Ultimate Oscillator）

       . 唐奇安通道指标（Donchian Channel）

       参考资料：

乐学偶得系列笔记，开源项目ultrafinance。

       深入学习并应用这些指标，将大大提升您的量化交易与金融分析技能。