结合金融演示Python编程的基本操作，一学就会

结合金融演示Python的基本操作 本章导读 第1章对Python做了概览性介绍，本章将探讨Python的具体操作。 达到当天最大量API KEY 超过次数限制鉴于Python的内容非常庞杂，如果希望用一章的篇幅来穷尽所有的内容无疑是天方夜谭。因此，本章的策略是不追求大而全，而是有的放矢，并且结合金融场景展开对Python操作的讲解和演示。

本章的内容涵盖以下几个主题：

• 介绍在Python中如何对金融的变量进行赋值。
• 讨论Python的数据类型，包括整型、浮点型、复数以及字符串等。
• 探讨Python的数据结构，包括元组、列表、集合、字典等。
• 分析Python的运算符号，包括算数运算、关系运算、赋值运算和逻辑运算等。
• 论述Python的主要内置函数，重点讲解在金融领域比较常用的函数。
• 讨论Python中定义函数的方法，包括运用def语法和运用lambda函数构建新函数的两种方法。
• 分析在Python中运用循环语句、条件语句以及两者结合的方式进行编程。
• 介绍导入模块的不同方法以及math模块中金融领域常用的函数。

2.1　金融变量在Python中的赋值

在Python的世界中有一句名言：“一切皆为对象”；在金融的世界中也有类似的一句名言：“一切皆为变量”，所以本章就从在Python中给金融变量赋值讲起。

当打开一张财经报纸时，映入眼帘的往往是金融市场各种指数或资产的价格与涨跌幅信息，比如，2019年1月2日上证综指涨跌幅为−1.15%，这条信息转换成Python的语言就是一个典型的赋值，其中，用变量代表上证综指涨跌幅，赋给该变量的数值就是−0.0115。

在Python中，每个变量在使用前都必须赋值，并且是运用等号（=）来给变量赋值。等号（=）运算符左边是一个变量名，右边是存储在该变量中的值，即：

变量 = 值

Python的变量名可以用英文字母、数字和下划线构成，但是必须记住以下四点注意事项：

一是可以单独用英文字母或者下划线作为变量名，同时英文字母需要注意区分大小写；

二是数字不能单独用于表示变量，比如3不能作为变量名；

三是变量不能以数字开头，比如1a不能作为变量名，a1却可以作为变量名；

四是变量的命名应该简洁易懂。比如，在金融领域，对于变量的命名尽可能运用该变量的英文名、英文缩写或者英文名的首字母。

【例 2-1】　假定利率是8%，需要在Python中赋值，可以采用如下Python的代码对利率变量进行赋值：

In [1]: rate=0.08 #利率等于8%

或者是

In [2]: r=0.08

这里请注意，凡是以#开始输入的内容，属于注释语句，Python是不会读取的。因此，编程者可以通过注释语句让阅读者更好地理解代码的含义。此外，8%在Python输入中必须用0.08表示，因为“%”在Python中有特殊的含义，我们会在2.4节介绍。

2.2　Python的数据类型

Python拥有丰富的数据类型，典型的数据类型包括数字、字符串、布尔值与空值。这里我们着重讨论数字和字符串两种，其中数字包括整型（int）、长整型（long）、浮点型（float）以及复数（complex）。关于布尔值，我们会在2.4节中结合关系运算符号进行介绍。

2.2.1　整型

整数是数字的重要组成部分，类似−100、0、9、369这样的数称为整数，整数可细分为正整数、零和负整数，并且有无穷多个。整数也是金融领域经常用到的数字，比如上市公司的数量、股票数量、投资者人数、债券面值、交易日天数等都需要用到整数。在Python中，与整数相对应的就是整型（也称为整数），同样，整型也是Python的基础数据类型之一，在Python中显示为int（即整数英文单词integer的缩写）；此外，长整型可以表示无限大的整数。考虑到在金融领域中，整型已经可以有效满足日常分析和建模的需要，长整型的运用并不多见，因此下面就侧重于讨论整型。

【例 2-2】　假定A投资者持有一家上市公司100股股票，通过Python进行赋值，并且通过type函数判断数据类型，具体的代码如下：

In [3]: share=100 #股票数量等于100 In [4]: type(share) Out[4]: int

注意，在Python中，整型有以下特征：一是必须为数字，二是不能出现小数点。如果出现小数点，就是接下来要讨论的浮点型。

2.2.2　浮点型

在金融领域运用Python时，浮点数（也称为浮点数）是最常用的数据类型，包括利率、汇率、股价、财务比率、收益率、波动率等变量都是浮点型。浮点型就是由整数、小数点和小数（非必需）构成的数字。在2.1节中关于利率的示例（例2-1）就是一个浮点型。

In [5]: type(rate) Out[5]: float

需要注意的是，在Python中输入数字时，如果数字中带有小数点，无论实质上是否为整数，Python均会将其视作浮点型。

【例2-3】　运用前面例2-2中的相关信息，在Python中输入数字时，用户在100后面增加了一个小数点，则数据类型结果就是浮点型而非整型，具体的代码如下：

In [6]: share=100. In [7]: type(share) Out[7]: float

2.2.3　复数

在数学中，当a、b均为实数，z = a + bi就被称为复数（complex number），其中a称为实部，b称为虚部，i称为虚数单位，复数是由意大利米兰学者卡当在16世纪首次引入。复数在金融领域的运用相对较窄，主要运用于金融的时间序列分析、美式期权定价（运用傅里叶变换）。注意，在Python中，虚数单位是用小写的英文字母j表示。

【例 2-4】　一个变量a等于复数2+3i，在Python中进行输入，并且判断数据类型，具体的代码如下：

In [8]: a=2+3j In [9]: type(a) Out[9]: complex

2.2.4　字符串

在金融领域，经常遇到包括公司名称、金融产品要素名称等非数字的文本信息，在Python中针对这些表示文本的基本数据类型就需要用到字符串（string）。同时，关于字符串有四大特征：输入时需用引号、可索引性、可截取性以及可替换性，下面就依次进行讨论并演示。

特征之一：输入时需用引号。在Python中，用英文的单引号' '、双引号" "以及三引号''' '''来标识字符串，其中，三引号往往是用于多行文本。此外，引号内无论中文、英文字母、符号、数字甚至是空格，均被视为字符串。需要说明的是，在Python中，字符串的类型是用str显示（即英文string的缩写）。

【例 2-5】　在Python中，以字符串的数据类型依次输入finance、risk management、金融风险管理、888、1+1，具体的代码如下：

In [10]: a='finance' In [11]: type(a) Out[11]: str In [12]: b="risk management" In [13]: type(b) Out[13]: str

注意，risk与management之间的空格也是占据一个字符。

In [14]: c='金融风险管理' In [15]: type(c) Out[15]: str In [16]: d='888' In [17]: type(d) Out[17]: str In [18]: e='1+1' In [19]: type(e) Out[19]: str

特征之二：可索引性。字符串是可以被索引的，并且如果针对字符串是从左向右的索引，则默认是从0开始，最大范围就是字符串长度减去1，并且需要用到中括号；相反，从右向左的索引，默认是从−1开始，最大范围是字符串开头。

以上的索引规则不仅仅适用于字符串，对于Python中涉及的其他索引也全都适用。

【例2-6】　运用例2-5中输入的字符串finance，依次索引finance这个单词的首字母f、单词的第4个字母a以及单词最后一个字母e，具体的代码如下：

In [20]: a[0] #索引首字母 Out[20]: 'f' In [21]: a[3] #索引第4个字母 Out[21]: 'a' In [22]: a[-1] #索引最后一个字母 Out[22]: 'e'

特征之三：可截取性。假如，用户要从字符串“I love risk”选取子字符串“risk”，就需要用到字符串的截取功能。截取也称为切片（slice），是从一个字符串中获取子字符串（也就是字符串的一部分），需要使用中括号、起始索引值（start）、终止索引值（end）以及可选的步长（step）来定义。截取的输入格式如下：

字符串[start: end: step]

下面，就结合Python的演示讲解具体的字符串截取操作方法。

【例 2-7】　假定用户在Python中输入字符串“I love risk”，并且在该字符串中截取子字符串“love”，具体的代码如下：

In [23]: x='I love risk' In [24]: x[2:6] #截取字符串love Out[24]: 'love'

在例2-7中，字符串和索引位置之间的对应关系如下：

字符串 I love risk

索引位置 012345678910

需要注意两点，一是在截取的操作中，截取的子字符串是截止到输入的终止索引值的前一位，二是不输入步长的参数时，默认的步长是1（也就是逐个选取）。

如果仅输入起始索引值但不输入终止索引值，则表示截取从起始索引值一直到字符串末尾的子字符串。

【例2-8】　沿用例2-7的信息，假定用户希望从“I love risk”的字符串中截取“love risk”，具体的代码如下：

In [25]: x[2:] #从第3位开始一直到最后一位 Out[25]: 'love risk'

不输入起始索引值但输入终止索引值，表示截取从字符串的部首一直到终止索引值前一位的子字符串。

【例2-9】　沿用例2-7的信息，假定用户希望从“I love risk”的字符串中截取“I love”，具体的Python代码如下：

In [26]: x[:6] Out[26]: 'I love'

前面3个例子中演示的是截取步长都是1的情况，接着通过一个例题演示当截取的步长选择大于1的情形。

【例2-10】　假定用户在Python中输入字符串“I love risk management”，并且希望从该字符串中截取从第3位至第9位并且步长为3（也就是跳2格选取）的子字符串，具体的代码如下：

In [27]: x='I love risk management' In [28]: x[2:9:3] #截取从第3位至第9位并且步长为3的子字符串 Out[28]: 'lei'

特征之四：可替换性。如果用户发现在Python输入字符串中的部分子字符串出现错误，这时用户就可以运用replace函数实现修正和替换，下面就通过一道例题进行演示。

【例 2-11】　假定用户在事后检查中发现，原本希望在Python中输入“I love finance”，但是却误写成了“I love management”，此时运用replace函数进行修改，具体的代码如下：

In [29]: y='I love management' #错误的输入 In [30]: y.replace('management','finance') #进行更正 Out[30]: 'I love finance'

注意，在replace( )中，第一个引号中是输入原有内容，第二个引号中是输入修正后的内容。

出版信息：

书号：978-7-115-51611-4

出版时间：2019-10-01

内容简介：

本书聚焦于Python在金融分析与风险管理的应用，全书分为入门篇、基础篇和提高篇共12章。在入门篇中，对Python做了介绍并结合金融演示了Python的基本操作；在基础篇中，结合金融场景讲解NumPy、Pandas、SciPy等Python模块的具体运用；在提升篇中，详细讨论运用Python分析利率、债券、股票、期货、期权以及风险价值等内容。