python backtrader github code example

Example 1: dizionari python

>>> d = {'a': 1, 'b': 2, 'c': 3}  # nuovo dict di 3 elementi
>>> len(d)  # verifica che siano 3
3
>>> d.items()  # restituisce gli elementi
dict_items([('c', 3), ('a', 1), ('b', 2)])
>>> d.keys()  # restituisce le chiavi
dict_keys(['c', 'a', 'b'])
>>> d.values()  # restituisce i valori
dict_values([3, 1, 2])
>>> d.get('c', 0)  # restituisce il valore corrispondente a 'c'
3
>>> d.get('x', 0)  # restituisce il default 0 perché 'x' non è presente
0
>>> d  # il dizionario contiene ancora tutti gli elementi
{'c': 3, 'a': 1, 'b': 2}
>>> d.pop('a', 0)  # restituisce e rimuove il valore corrispondente ad 'a'
1
>>> d.pop('x', 0)  # restituisce il default 0 perché 'x' non è presente
0
>>> d  # l'elemento con chiave 'a' è stato rimosso
{'c': 3, 'b': 2}
>>> d.pop('x')  # senza default e con chiave inesistente dà errore
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
KeyError: 'x'
>>> d.popitem()  # restituisce e rimuove un elemento arbitrario
('c', 3)
>>> d  # l'elemento con chiave 'c' è stato rimosso
{'b': 2}
>>> d.update({'a': 1, 'c': 3})  # aggiunge di nuovo gli elementi 'a' e 'c'
>>> d
{'c': 3, 'a': 1, 'b': 2}
>>> d.clear()  # rimuove tutti gli elementi
>>> d  # lasciando un dizionario vuoto
{}

Example 2: isnull().mean() python

df.isnull()
#Mask all values that are NaN as True
df.isnull().mean()
#compute the mean of Boolean mask (True evaluates as 1 and False as 0)
df.isnull().mean().sort_values(ascending = False)
#sort the resulting series by column names descending