2、Python基础速通(上):Python环境安装(Anaconda),Jupyter Notebook的使用,变量与数据类型,列表与字典

好,咱们正式开始动手了。

量化选股系统,说白了就是用代码来帮我们做投资决策。而Python,就是那把最顺手的刀。这一章,我带你先把刀磨好。

2.1 为什么是Anaconda?

很多新手会问:我直接装个Python不就行了?

嗯,理论上可以。但实际做量化,你会遇到一堆库——pandas、numpy、matplotlib、scikit-learn……一个个手动装,装完还可能版本冲突。我刚开始做量化的时候,就吃过这个亏。装了个旧版numpy,结果pandas死活跑不起来,折腾了一下午。

Anaconda就是来解决这个问题的。它自带Python,还预装了200多个常用科学计算库。说白了,就是一个「全家桶」,装完就能干活。

核心优势:

  • 一键安装,省去配置环境变量的麻烦
  • 自带conda包管理器,装库就像装App一样简单
  • 支持创建虚拟环境,不同项目用不同Python版本,互不干扰

2.2 安装Anaconda

步骤很简单,我直接说重点。

  1. 去官网下载:https://www.anaconda.com/products/individual
  2. 选对版本:Windows就选Windows版,Mac选Mac版。Python版本选最新的就行,目前是3.9+。
  3. 安装时注意:Windows用户记得勾选「Add Anaconda to my PATH environment variable」。虽然安装程序会提醒你不推荐,但我个人习惯勾上,省得后面麻烦。
  4. 验证安装:打开终端(Windows是cmd或PowerShell),输入 conda --version,看到版本号就说明装好了。

避坑指南:我曾经遇到过安装路径有中文导致报错的情况。所以,安装路径最好全英文,不要有空格和中文。

2.3 Jupyter Notebook:量化分析的「草稿纸」

装好Anaconda后,你就能用Jupyter Notebook了。它是什么?

你可以把它理解成一个「能写代码的笔记本」。你可以在里面写代码、写注释、画图,还能随时运行某一段代码看结果。做量化分析时,我几乎天天用它。

启动方法:

  • 在终端输入 jupyter notebook,浏览器会自动打开一个页面。
  • 或者从开始菜单找到Anaconda Navigator,点「Launch」按钮。

界面很简单:左边是文件列表,右边是新建的笔记本。点「New」→「Python 3」,就能开始写代码了。

小技巧:Jupyter里按 Shift + Enter 运行当前单元格,按 Esc + B 在下方新建单元格。这些快捷键用熟了,效率翻倍。

2.4 变量与数据类型:代码的「积木」

好了,环境搭好了,咱们开始写代码。

变量,就是给数据起个名字。比如 price = 100,就是把数字100存到名叫price的盒子里。

Python的数据类型,常用的就这几种:

类型 例子 说明
整数(int) a = 10 就是整数,没有小数点
浮点数(float) b = 3.14 带小数点的数
字符串(str) c = "茅台" 用引号包起来的文本
布尔值(bool) d = True 只有True和False两种

你想想看,量化选股里,股价是浮点数,股票代码是字符串,是否买入是布尔值。是不是一下子就对上号了?

# 举个例子
stock_name = "贵州茅台"
current_price = 1800.50
is_buy = True

print(stock_name, current_price, is_buy)

注意:Python是动态类型语言,变量类型可以随时变。比如 x = 10 后,再写 x = "hello" 也是允许的。但我不建议你这么做,容易把自己搞晕。

2.5 列表:有序的「购物车」

列表,就是能装一堆东西的容器。用方括号 [] 表示。

# 一个股票池
stock_list = ["茅台", "五粮液", "泸州老窖", "洋河股份"]
print(stock_list[0])  # 输出:茅台
print(stock_list[-1]) # 输出:洋河股份

列表的索引从0开始,这个要记牢。我刚开始学的时候,总记成从1开始,结果老是取错数据。

常用操作:

  • stock_list.append("古井贡酒") — 在末尾添加一个元素
  • stock_list.remove("五粮液") — 删除指定元素
  • len(stock_list) — 获取列表长度
  • stock_list[1:3] — 切片,取第2到第3个元素

个人经验:做量化时,我经常用列表来存股票代码列表,然后循环遍历去拉数据。比如 for code in stock_list: fetch_data(code),一行代码搞定所有股票的数据获取。

2.6 字典:有「标签」的储物柜

列表用索引找数据,字典用「键」找数据。字典用花括号 {} 表示,每个元素是 键:值 对。

# 一只股票的信息
stock_info = {
    "name": "贵州茅台",
    "code": "600519",
    "price": 1800.50,
    "pe": 45.6
}
print(stock_info["name"])  # 输出:贵州茅台
print(stock_info.get("pe")) # 输出:45.6

字典在量化里太常用了。比如存一只股票的所有财务数据,或者存一个策略的参数配置。

常用操作:

  • stock_info["market"] = "上海" — 添加或修改键值对
  • del stock_info["pe"] — 删除键值对
  • stock_info.keys() — 获取所有键
  • stock_info.values() — 获取所有值

避坑指南:我曾经在循环里用 for key in stock_info: 遍历字典,然后试图修改字典的键值对,结果报错了。记住,遍历字典时不要修改它的大小,否则会出问题。

2.7 本章知识体系

下面这张图,帮你把这一章的知识点串起来:

Python基础速通(上) 环境安装 Anaconda Jupyter Notebook 基础语法 变量 数据类型 数据结构 列表(List) 字典(Dict) 核心逻辑 环境搭好 → 学会变量存数据 → 用列表和字典组织数据 这是量化选股系统的「地基」

这一章的内容,说白了就是三件事:把环境搭好,学会用变量存数据,再用列表和字典把数据组织起来。地基打牢了,后面盖楼才稳。


专注资料整理