Nano Hash - криптовалюты, майнинг, программирование

Как получить эту конкретную форму для моих данных

В Go я использую эту функцию bars, err := custplotter.NewCandlesticks(data) отсюда: https://github.com/pplcc/plotext/tree/master/custplotter

Он ожидает эту форму для данных:

[{2 16435 16458 16435 16446 1} {3 16446 16458 16435.04 16455 1} .....]

Но мой код ниже вместо этого создает мои данные в этой форме:

[[2 16435 16458 16435 16446 1] [3 16446 16458 16435.04 16455 1] .....]

Что дает мне это сообщение об ошибке: нельзя использовать данные (type [ ][ ]string) как тип custplotter.TOHLCVer в аргументе для custplotter.NewCandlesticks:

[ ][ ]string does not implement custplotter.TOHLCVer (missing Len method)

Я считаю, что проблема заключается в форме данных. Как я могу изменить свой код, чтобы создать необходимую форму данных (с {} вместо [])?

   //read excel file******************************************
    xlsx, err := excelize.OpenFile("/media/Snaps/test snaps.xlsm")
    if err != nil {
        fmt.Println(err)
        return
    }

    //read all rows into df
    df := xlsx.GetRows("ticker_2")

    //get only TOHLCV columns and 60 rows
    df3 := make([][]string, 60) // create slice for 60 rows
    idx := 0
    for _, row := range df[1:61] { // read 60 rows
        df3row := make([]string, 6) // create slice for 6 columns
        copy(df3row, row[28:34]) // copy desired columns to new row slice
        df3[idx] = df3row
        idx++
    }

Во всех примерах срезов, которые я нашел в литературе по Go, используются только [ [ ], [ ] ]

go slice shape
19.07.2018

  • редактировать: извините, я скопировал / вставил неправильную часть своего кода в свой первоначальный пост, теперь исправил его. 19.07.2018

Ответы:


1

согласно https://github.com/pplcc/plotext/blob/68ab3c6e05c34baf5af21c9f5c3341f527a110ac/examples/tohlcvexampledata.go#L42

Кажется, что вам нужен custplotter.TOHLCVs, который является просто фрагментом структуры float64.

https://github.com/pplcc/plotext/blob/master/custplotter/tohlcv.go:

type TOHLCVer interface {
    // Len returns the number of time, open, high, low, close, volume tuples.
    Len() int

    // TOHLCV returns an time, open, high, low, close, volume tuple.
    TOHLCV(int) (float64, float64, float64, float64, float64, float64)
}

// TOHLCVs implements the TOHLCVer interface using a slice.
type TOHLCVs []struct{ T, O, H, L, C, V float64 }

так что в основном ваше решение может напоминать это:

df3 := make(TOHLCVs, 60) // create slice for 60 rows
idx := 0
for _, row := range df[1:61] { // read 60 rows
    df3[idx].T, err = strconv.ParseFloat(row[28], 64)
    df3[idx].O, err = strconv.ParseFloat(row[29], 64)
    df3[idx].H, err = strconv.ParseFloat(row[30], 64)
    df3[idx].L, err = strconv.ParseFloat(row[31], 64)
    df3[idx].C, err = strconv.ParseFloat(row[32], 64)
    df3[idx].V, err = strconv.ParseFloat(row[33], 64)
    idx++
}

Или вы могли бы просто реализовать интерфейс TOHLCVer :)

type SlicesOfTOHLCV [][6]float64

func (s SlicesOfTOHLCV) Len() int {
    return len(s)
}

func (s SlicesOfTOHLCV) TOHLCV(i int) (float64, float64, float64, float64, float64) {
    return s[i][0], s[i][1], s[i][2], s[i][3], s[i][4], s[i][5]
}

mySlice := make(SlicesOfTOHLCV, 60)
i := 0
for _, row := range df[1:61] {
    mySlice[i] = [6]float64{}
    for j := 0; j < 6; j ++ {
        mySlice[i][j], err = strconv.ParseFloat(row[28+j], 64)
        if err != nil {
            panic(err)
        }
    }
    i ++
}
19.07.2018
  • спасибо за ваш вклад, я изменил свой код, как указано выше, теперь я получаю: нельзя использовать строку [28] (строка типа) как тип float64 в назначении. Мои данные - это только числа в моем файле excel. (P.S: если я хочу показать свой обновленный код, куда мне его поместить? Мне нужно отредактировать свой первоначальный пост? Или использовать кнопку «Ответить»? 19.07.2018
  • @Hugues Я написал в комментариях, что не стал преобразовывать ваши строки в числа с плавающей запятой, поскольку вы могли бы сделать это самостоятельно. Я обновил код, чтобы показать вам, как вы можете 19.07.2018
  • извините, я пропустил эту часть. Теперь это работает, хотя ваш код df3[idx].T = strconv.ParseFloat(row[28], 64) возвращает несколько значений strconv.ParseFloat() в контексте с одним значением. Мне пришлось изменить его таким образом: df3[idx].T, err = strconv.ParseFloat(row[28], 64) согласно stackoverflow.com/questions/42146467/ Я могу отметить вы кодируете правильный ответ, но можете ли вы его обновить? 19.07.2018
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..