python - ipython3 --pylab 从 csv 加载 3960 行但输出被截断-6ren

python - ipython3 --pylab 从 csv 加载 3960 行但输出被截断

转载作者：太空宇宙更新时间：2023-11-03 17:23:49

我导入一个包含 3960 行的 csv 文件。它是每天采集的 100 个交易品种的数据日志，因此交易品种(第 1 列)每天都会重复(第 0 列)。

这是一天的符号示例。

2015-08-04 02:14:05.249392,AA,0.019310361191284278,0.01935152119607817,0.0249713335081722,30.654248063382706,30.719587545370825,39.640763020966645,0.21314984420108818,29.040674658863264,13524.534781018152,89,57,99

我输入 pandas 命令:

df = pd.read_csv('hvanal2015.csv',names=['date','sym','20sd','10sd','5sd','hv20','hv10','hv5','d2010','d105','dabs','2010rank','105rank','absrank'])

然后“打印出”df，我得到奇怪的输出和丢失的数据？我认为我所做的事情是正确的，将数据加载到数据框中，然后检查一切是否正常，只需在 ipython 中输入 df 即可打印结果？

这是在ipython中输入df的结果

date    sym      20sd      10sd       5sd  0     2015-08-04 02:14:05.249392     AA  0.019310  0.019352  0.024971   
1     2015-08-04 02:14:05.325113   AAPL  0.017051  0.013794  0.010592   
2     2015-08-04 02:14:05.415193    AIG  0.008081  0.007330  0.007621   
3     2015-08-04 02:14:05.486185   AMZN  0.023565  0.030583  0.009270   
4     2015-08-04 02:14:05.551904   APOL  0.024669  0.015697  0.018452   
5     2015-08-04 02:14:05.689820     BA  0.011363  0.011968  0.009546   
6     2015-08-04 02:14:05.776417    BAC  0.015475  0.013406  0.012332   
7     2015-08-04 02:14:05.865606    BBY  0.015891  0.007420  0.005708   
8     2015-08-04 02:14:05.946818   BIDU  0.042233  0.055172  0.075642   
9     2015-08-04 02:14:06.011993    BMY  0.013811  0.016131  0.009831   
10    2015-08-04 02:14:06.089310    BTU  0.081906  0.098044  0.086738   
11    2015-08-04 02:14:06.156129      C  0.015506  0.011763  0.006631   
12    2015-08-04 02:14:06.296579    CAT  0.016243  0.020149  0.018912   
13    2015-08-04 02:14:06.418629   CIEN  0.018688  0.017319  0.013203   
14    2015-08-04 02:14:06.484864    CLF  0.087612  0.115459  0.128460   
15    2015-08-04 02:14:06.572566  CMCSA  0.012183  0.014665  0.009780   
16    2015-08-04 02:14:06.644546    CMG  0.019171  0.023834  0.005643   
17    2015-08-04 02:14:06.716458    COH  0.013506  0.012694  0.015716   
18    2015-08-04 02:14:06.840608    CRM  0.013037  0.015606  0.011425   
19    2015-08-04 02:14:06.967105     DB  0.018022  0.015883  0.015099   
20    2015-08-04 02:14:07.043805     DE  0.009732  0.011303  0.011177   
21    2015-08-04 02:14:07.114875   EBAY  0.189311  0.009449  0.012621   
22    2015-08-04 02:14:07.233759    EEM  0.014977  0.011843  0.013190   
23    2015-08-04 02:14:07.313043    EWJ  0.011872  0.005209  0.004348   
24    2015-08-04 02:14:07.398756    EWW  0.010863  0.013477  0.009761   
25    2015-08-04 02:14:07.467548    EWZ  0.019706  0.020688  0.019828   
26    2015-08-04 02:14:07.530146      F  0.014103  0.014731  0.018003   
27    2015-08-04 02:14:07.611234     FB  0.018982  0.016290  0.015479   
28    2015-08-04 02:14:07.693674    FCX  0.046266  0.061271  0.054798   
29    2015-08-04 02:14:07.782691    FDX  0.011408  0.013163  0.013788   
...                          ...    ...       ...       ...       ...   
3930  2015-09-28 01:00:20.589634    SPY  0.013055  0.010042  0.006734   
3931  2015-09-28 01:00:20.655678    TBT  0.019665  0.023604  0.022643   
3932  2015-09-28 01:00:20.741748    TGT  0.014070  0.011213  0.009451   
3933  2015-09-28 01:00:20.813116    TLT  0.010159  0.012263  0.012021   
3934  2015-09-28 01:00:20.884421    TOL  0.017144  0.013470  0.012791   
3935  2015-09-28 01:00:20.961626   TSLA  0.018990  0.015661  0.015261   
3936  2015-09-28 01:00:21.379167   TWTR  0.022776  0.021697  0.018973   
3937  2015-09-28 01:00:21.460016    UAL  0.025244  0.027816  0.017765   
3938  2015-09-28 01:00:21.530800    UNG  0.016253  0.013991  0.011630   
3939  2015-09-28 01:00:21.611247    USO  0.035293  0.028212  0.023191   
3940  2015-09-28 01:00:21.683311      V  0.013683  0.010445  0.010751   
3941  2015-09-28 01:00:21.758811   ^VIX  0.079399  0.065535  0.078897   
3942  2015-09-28 01:00:21.835376    VLO  0.018881  0.015716  0.010171   
3943  2015-09-28 01:00:21.928583    VXX  0.067766  0.064228  0.048297   
3944  2015-09-28 01:00:22.008667    WBA  0.015618  0.016432  0.016993   
3945  2015-09-28 01:00:22.099665    WFC  0.018403  0.015706  0.013447   
3946  2015-09-28 01:00:22.172830    WFM  0.015914  0.015307  0.003510   
3947  2015-09-28 01:00:22.268512    WMT  0.013354  0.006830  0.003087   
3948  2015-09-28 01:00:22.341328      X  0.028864  0.035593  0.041663   
3949  2015-09-28 01:00:22.409256    XHB  0.014366  0.010154  0.008660   
3950  2015-09-28 01:00:22.482280    XLE  0.016997  0.016652  0.008939   
3951  2015-09-28 01:00:22.559870    XLF  0.014742  0.013247  0.011688   
3952  2015-09-28 01:00:22.634289    XLK  0.014146  0.010066  0.009843   
3953  2015-09-28 01:00:22.723142    XLU  0.012083  0.009462  0.008826   
3954  2015-09-28 01:00:22.794048    XLV  0.015060  0.012652  0.009982   
3955  2015-09-28 01:00:22.893138    XOM  0.015312  0.011989  0.008384   
3956  2015-09-28 01:00:23.981924    XOP  0.026205  0.025934  0.014844   
3957  2015-09-28 01:00:24.065460    XRT  0.155337  0.010598  0.006932   
3958  2015-09-28 01:00:24.144621   YHOO  0.018832  0.018856  0.015464   
3959  2015-09-28 01:00:24.230014    YUM  0.016179  0.014138  0.007585   

            hv20        hv10         hv5      d2010       d105          dabs  0      30.654248   30.719588   39.640763   0.213150  29.040675  13524.534781   
1      27.067031   21.897596   16.813586 -19.098641 -23.217206     21.564707   
2      12.827896   11.635388   12.098524  -9.296211   3.980406   -142.817508   
3      37.408190   48.548726   14.716225  29.781006 -69.687722   -334.000562   
4      39.161394   24.918185   29.291491 -36.370537  17.550663   -148.255167   
5      18.038308   18.999208   15.153943   5.326997 -20.239080   -479.934101   
6      24.565501   21.280620   19.575871 -13.371929  -8.010804    -40.092385   
7      25.225636   11.778962    9.061472 -53.305591 -23.070705    -56.719915   
8      67.042977   87.582752  120.078276  30.636728  37.102652     21.105140   
9      21.924209   25.607844   15.605451  16.801678 -39.059880   -332.476061   
10    130.022519  155.640574  137.691918  19.702783 -11.532119   -158.530404   
11     24.614876   18.673158   10.525944 -24.138731 -43.630613     80.749408   
12     25.784506   31.985054   30.021284  24.047577  -6.139650   -125.531261   
13     29.666339   27.493848   20.958431  -7.323084 -23.770473    224.596479   
14    139.080183  183.285382  203.923987  31.783967  11.260366    -64.572181   
15     19.339677   23.279854   15.525712  20.373537 -33.308378   -263.488440   
16     30.432227   37.835889    8.957362  24.328361 -76.325752   -413.731577   
17     21.439346   20.150395   24.948773  -6.012082  23.812823   -496.082834   
18     20.694965   24.773232   18.136937  19.706569 -26.788168   -235.935221   
19     28.609026   25.212881   23.968570 -11.870886  -4.935219    -58.425858   
20     15.449088   17.942718   17.743381  16.140953  -1.110963   -106.882885   
21    300.522219   14.999228   20.034875 -95.008945  33.572708   -135.336365   
22     23.775452   18.800884   20.938294 -20.923129  11.368668   -154.335410   
23     18.846349    8.268582    6.902262 -56.126345 -16.524235    -70.558862   
24     17.245198   21.393317   15.495197  24.053757 -27.569916   -214.617920   
25     31.282840   32.840897   31.475970   4.980550  -4.156181   -183.448238   
26     22.387271   23.384485   28.578129   4.454376  22.209787    398.605984   
27     30.132770   25.859382   24.571435 -14.181865  -4.980577    -64.880664   
28     73.444704   97.265239   86.989169  32.433292 -10.564998   -132.574546   
29     18.109567   20.896164   21.888316  15.387429   4.748012    -69.143565   
...          ...         ...         ...        ...        ...           ...   
3930   20.724169   15.941802   10.689522 -23.076279 -32.946592     42.772550   
3931   31.217812   37.470711   35.944079  20.029908  -4.074200   -120.340583   
3932   22.335940   17.800092   15.002296 -20.307399 -15.717870    -22.600279   
3933   16.127509   19.467663   19.082734  20.710909  -1.977275   -109.547023   
3934   27.214603   21.382337   20.304794 -21.430647  -5.039407    -76.485045   
3935   30.145448   24.860376   24.226530 -17.531908  -2.549624    -85.457236   
3936   36.156551   34.442185   30.118402  -4.741508 -12.553740    164.762581   
3937   40.073225   44.157307   28.200753  10.191548 -36.135704   -454.565404   
3938   25.800946   22.210817   18.462537 -13.914720 -16.875921     21.281067   
3939   56.025248   44.785867   36.813963 -20.061280 -17.800044    -11.271643   
3940   21.721465   16.580673   17.066158 -23.666875   2.928013   -112.371776   
3941  126.042248  104.034079  125.245191 -17.460946  20.388620   -216.766980   
3942   29.973334   24.949141   16.146185 -16.762210 -35.283605    110.494953   
3943  107.575315  101.958098   76.669257  -5.221660 -24.803170    375.005481   
3944   24.792904   26.085561   26.976141   5.213821   3.414073    -34.518798   
3945   29.213314   24.932513   21.345969 -14.653597 -14.385006     -1.832930   
3946   25.262395   24.299451    5.572292  -3.811766 -77.068238   1921.851267   
3947   21.198833   10.842775    4.900851 -48.852021 -54.800770     12.177078   
3948   45.819434   56.501595   66.138568  23.313603  17.056107    -26.840535   
3949   22.805006   16.118201   13.746766 -29.321656 -14.712774    -49.822840   
3950   26.982351   26.434291   14.190090  -2.031179 -46.319384   2180.418856   
3951   23.402449   21.028677   18.554475 -10.143262 -11.765848     15.996685   
3952   22.456039   15.978894   15.625565 -28.843666  -2.211222    -92.333770   
3953   19.181484   15.020811   14.010314 -21.691089  -6.727314    -68.985819   
3954   23.906623   20.085022   15.845863 -15.985531 -21.106072     32.032347   
3955   24.307415   19.032445   13.309898 -21.701075 -30.067320     38.552214   
3956   41.598373   41.169011   23.564185  -1.032162 -42.762323   4042.987059   
3957  246.589896   16.824434   11.003777 -93.177160 -34.596450    -62.870246   
3958   29.894166   29.932545   24.548939   0.128381 -17.985793 -14109.652460   
3959   25.683951   22.443694   12.041074 -12.615881 -46.349857    267.392937   

      2010rank  105rank  absrank  
0           89       57       99  
1           33       26       75  
2           71       42       33  
3            2       92       10  
4           80        9       31  
5           36       63        6  
6           53       33       62  
7           34        6       57  
8           95       93       74  
9            9       75       11  
10          47       81       29  
11           7       20       80  
12          59       87       37  
13          31       46       86  
14          77       95       53  
15          15       83       16  
16           1       89        8  
17          85       49        5  
18          24       82       19  
19          62       38       56  
20          67       73       40  
21          92        2       34  
22          78       25       30  
23          39        4       49  
24          23       88       22  
25          64       62       25  
26          83       60       91  
27          61       31       52  
28          49       96       35  
29          72       72       50  
...        ...      ...      ...  
3930        26       26       74  
3931        66       91       22  
3932        53       34       53  
3933        71       92       26  
3934        64       32       39  
3935        67       39       37  
3936        59       67       85  
3937        19       85        7  
3938        52       50       69  
3939        51       35       57  
3940        81       24       25  
3941        93       40       15  
3942        21       42       81  
3943        37       66       89  
3944        83       81       48  
3945        57       49       60  
3946         1       71       97  
3947         4        4       66  
3948        90       94       50  
3949        56       19       47  
3950         8       74       98  
3951        60       58       68  
3952        69       20       35  
3953        63       30       41  
3954        42       45       71  
3955        30       29       72  
3956        10       75       99  
3957        23        1       44  
3958        50       76        1  
3959         7       54       88  

[3960 rows x 14 columns]

最佳答案

默认是截断，如果你有几百万行，你不希望它让你的机器/管道长时间崩溃。但这是可配置的:

In [1]: import pandas as pd

In [2]: pd.options.display.max_rows
Out[2]: 15

In [3]: pd.options.display.max_rows = 9999

In [4]: pd.options.display.max_rows
Out[4]: 9999

现在，当您打印 DataFrame 时，它将打印整个框架(假设它少于 9999 行)。增加数量需要您自担风险...:)

请参阅options docs .

关于python - ipython3 --pylab 从 csv 加载 3960 行但输出被截断，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/32831937/

文章推荐： python - 在结构中的任务之间使用变量

文章推荐： Ruby - 带有索引和元素的循环

文章推荐： python - scipy.sparse.linalg.eigs 因抽象线性运算符而失败

python - Python 中的集群或合并集群以减少组数 (Python)
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库，但没有成功。我猜它只是通过 knn 聚类
python - python 列表的子集基于同一列表的元素组，pythonically
我有一个扁平数字列表，这些数字逻辑上以 3 为一组，其中每个三元组是 (number, __ignored, flag[0 or 1])，例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
python - 激活 Python 虚拟环境并在另一个 Python 脚本中调用 Python 脚本
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
python - 在焕然一新的 Python 环境中以编程方式从 Python 内部执行 Python 文件
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
python - 从 python 脚本但在 python 脚本之外运行 python 脚本
这听起来像是谜语或笑话，但实际上我还没有找到这个问题的答案。问题到底是什么？我想运行 2 个脚本。在第一个脚本中，我调用另一个脚本，但我希望它们继续并行，而不是在两个单独的线程中。主要是我不希望第
python - 使用不同的 python 从 python 运行 python 脚本
我有一个带有 python 2.5.5 的软件。我想发送一个命令，该命令将在 python 2.7.5 中启动一个脚本，然后继续执行该脚本。我试过用 #!python2.7.5 和http://re
python - 为什么从 Python 命令行调用 Python 时 Python 无法找到并运行我的脚本？
我在 python 命令行(使用 python 2.7)中，并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹，使用: os.chdir("
python - 使用动态版本的 Python 执行嵌入的 Python 代码时出现致命的 Python 错误
剧透:部分解决(见最后)。以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
python - python 中识别 python 数组或列表中最大累积差异的最快方法是什么？
假设我有以下列表，对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
python - (Python) 通过单选按钮 python 更新背景
所以我试图在选择某个单选按钮时更改此框架的背景。我的框架位于一个类中，并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
python - python 中的字符串与正则表达式比较在 python 中失败
我正在尝试将字符串与 python 中的正则表达式进行比较，如下所示， #!/usr/bin/env python3 import re str1 = "Expecting property name
python - python 如何加载Boost.Python 库？
考虑以下原型(prototype) Boost.Python 模块，该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
python - python 检查模块 python 的问题
如何编写一个程序来“识别函数调用的行号？” python 检查模块提供了定位行号的选项，但是， def di(): return inspect.currentframe().f_back.f_l
python - 系统 python 与用户 python
我已经使用 macports 安装了 Python 2.7，并且由于我的 $PATH 变量，这就是我输入 $ python 时得到的变量。然而，virtualenv 默认使用 Python 2.6，除
python - [Python] : Python re. 长字符串行的搜索速度优化
我只想问如何加快 python 上的 re.search 速度。我有一个很长的字符串行，长度为 176861(即带有一些符号的字母数字字符)，我使用此函数测试了该行以进行研究: def getExe
python - 编辑字符串 python 正则表达式 python
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
python - Python 映射中的副作用(Python "do" block )
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。告
python - 使用其值逻辑组合两个 python 列表 - Python
我想用 Python 将两个列表组合成一个列表，方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
python - Boost.Python python 链接错误
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
python - 在 Python 中仅使用内置库制作一个基本的网络抓取工具 - Python
学习 Python，我正在尝试制作一个没有任何第 3 方库的网络抓取工具，这样过程对我来说并没有简化，而且我知道我在做什么。我浏览了一些在线资源，但所有这些都让我对某些事情感到困惑。 html 看起来

太空宇宙

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

python - ipython3 --pylab 从 csv 加载 3960 行但输出被截断