今天要來介紹Python物件導向設計中的封裝(Encapsulation)概念，主要的目的在保護程式碼中重要的實作細節不被外部知道，以防止外部程式碼直接或不當的存取類別中的屬性(Attribute)及方法(Method)，而導致程式邏輯上的錯誤。 將複雜的運算邏輯進行封裝(Encapsulation)的好處是，外部程式碼只要透過統一介面來進行存取即可，而無需瞭解其中的運算過程，讓程式碼除了保有存取上的控制外，也易於維護。 今天要來說明的封裝(Encapsulation)重點包含了： Python封裝 (Encapsulation) 私有屬性 (Private Attribute) 私有方法 (Private Method) (more…)
今天要來介紹的Python多型(Polymorphism)在物件導向設計中非常的重要，不論是設計模式(Design Patterns)或設計原則(Design Principles)，都會有多型(Polymorphism)的概念。 使用多型(Polymorphism)來設計類別架構，能夠讓程式碼的相依性不會那麼高，並且透過統一的介面來彈性擴充功能。今天主要的重點有兩個部分： Python抽象方法(Abstract Method) 多型(Polymorphism) (more…)
今天要來介紹的Python繼承(Inheritance)在物件導向設計中非常的重要，使用得當可以提高我們程式碼的重用性(Reusable)及維護性。 繼承(Inheritance)顧名思義，就是會有父類別(或稱基底類別Base Class)及子類別(Sub Class)的階層關係。子類別會擁有父類別公開的屬性(Attribute)及方法(Method)。 所以Python繼承(Inheritance)的概念就是將各類別(Class)會共同使用的屬性(Attribute)或方法(Method)放在一個獨立的類別(Class)中，其它的類別(Class)透過繼承(Inheritance)的方式來擁有，降低程式碼的重複性。 Python繼承(Inheritance)的重要觀念如下： 如何使用Python繼承(Inheritance) 方法覆寫(Method Overriding) 多層繼承(Multi-Level Inheritance) 多重繼承(Multiple Inheritance) (more…)
一、實體方法(Instance Method) Python類別(Class)中沒有加任何裝飾詞(Decorator)的方法(Method)，至少要有一個self參數，於方法(Method)被呼叫時指向物件(Object)，其後可以依需求增加額外參數，如下範例： 實體方法(Instance Method)透過self參數可以自由的存取物件(Object)的屬性(Attribute)及其他方法(Method)，藉此來改變物件(Object)的狀態，如下範例： 執行結果 從執行結果可以看到，我們印出self參數時，結果顯示為Cars類別的物件(Object)，也就是說呼叫實體方法(Instance Method)時，Python編譯器會傳入物件(Object)，使得self參數指向該物件(Object)。 另一方面，當透過類別(Class)呼叫實體方法(Instance Class)時，這會使得Python編譯器無法將self參數指向物件(Object)，而發生TypeError的錯誤，如下範例： 執行結果 另外，在實體方法(Instance Method)中可以透過self.__class__屬性(Attribute)來改變類別(Class)的狀態，如下範例： 執行結果 範例中實體方法(Instance Method)即利用self.__class__屬性(Attribute)來改變door類別屬性(Class Attribute)。…
經典的量化金融案例，也是每天在交易室會碰到無數次的內容，推導Black-Scholes formula就不是本篇的重點，有興趣我會在文章最底下附上推薦書單。 選擇權(Options)就是在未來某個時點可用某個價格買進或賣出標的資產的權利，投資人可以買進當作避險或樂透賭博，選擇權槓桿倍數相當大，如果將Gamma效果考慮進去，槓桿可以至百倍，而行情看錯則頂多失去權利金而已，Black-Scholes就是利用未來標的資產進入價內的機率去計算出選擇權權利金的。 有了這個評價公式後，我們可以衡量在設定波動度下的選擇權理論價值，也可以利用市場報價來反推選擇權的波動率，一般稱為隱含波動率(Implied Volatility)。 上圖就是選擇權的報價畫面，可以看到某個日期到期的選擇權鏈(Options Chain)的各履約價報價，並從中反推各種參數。 用Python撰寫Black-Scholes評價公式其實很輕鬆，按照公式的寫法轉換為套件的函數而已，同步還可學會函數的應用。 以上就是一個簡單的選擇權評價範例，給定五個參數數值後，就直接開始計算d1與d2，大家可以對照一下公式，就會發現其實很簡單，下面將每個區塊拆解並解釋。 1. 引入套件(numpy, scipy) 由於Black-Scholes需要用到指數(Exponential)與常態累積分配(Normal distribution c.d.f.)的科學運算 現有預設的Python是沒有這類函數的，則需要引用大量擁有科學運算函數的numpy與scipy。 2. 給定Black-Scholes參數 先行預設標的資產價格(S)、履約價格(K)、無風險利率(r)、具到期日(t)與波動率(Sigma)，在整數位後幾乎都有加上小數點，就是為了將變數設定為浮點位，以確保運算正確。 (Python不用另行宣告變數型態)…
本篇接續淺談Python類別(Class)文章，細談Python類別(Class)中的屬性(Attribute)觀念。我們知道屬性(Attribute)可以分為實體屬性(Instance Attribute)與類別屬性(Class Attribute)，今天就來探討它們的用法以及不一樣的地方。另外，也會介紹Python屬性(Property)的應用方式。 實體屬性(Instance Attribute) 類別屬性(Class Attribute) 屬性(Property) 一、實體屬性(Instance Attribute) 需伴隨物件(Object)的生成來建立，也就是透過點(.)的語法或在建構式(Constructor)中所生成的屬性(Attribute)。各物件(Object)的實體屬性(Instance Attribute)各自獨立，修改某一個物件(Object)的實體屬性(Instance Attribute)值時，不會影響到其他物件。如下範例： 執行結果 從範例中可以看到，我們透過點(.)的方式來建立物件(Object)的屬性(Attribute)，mazda和toyota物件的color與seat為實體屬性(Instance Attribute)，互相獨立且有各自的屬性值。接下來我們來看透過建構式(Constructor)所建立的屬性(Attribute)： 執行結果 在第12行~第14行我們修改了mazda物件(Object)的color、seat及weight屬性(Attribute)值，並不會影響到其他物件toyota的屬性值，所以我們可以說color、seat和weight為實體屬性(Instance Attribute)。 二、類別屬性(Class…
在學習程式語言時，或多或少都有聽過物件導向程式設計(Object-oriented programming，簡稱OOP)，它是一個具有物件(Object)概念的開發方式，能夠提高軟體的重用性、擴充性及維護性，在開發大型的應用程式時更是被廣為使用，所以在現今多數的程式語言都有此種開發方式，Python當然也不例外。 而要使用物件導向程式設計就必須對類別(Class)及物件(Object)等有一些基本的了解，包含了： 類別(Class) 物件(Object) 屬性(Attribute) 建構式(Constructor) 方法(Method) (more…)
在撰寫程式的過程中，都有機會要重複執行一些相同的運算，但是重複撰寫好幾次同樣的運算看起來非常的沒有效率，所以在這個情況下我們通常會使用迴圈來幫我們完成，本篇就來介紹Python迴圈的使用方式，包含For-Loops、Nested Loops及while-Loops，並且說明用來控制迴圈流程的break及continue指令。 一、range()方法 在開始介紹Python迴圈之前，先來說明一個在執行迴圈時常用的range()方法，主要用來幫我們產生數列，語法如下： range(起始值,結束值,遞增(減)值) 使用說明： range(20)：起始值預設從0開始，所以會產生0到19的整數序列。 range(10,20)：起始值從10開始，所以會產生10到19的整數序列。 range(10,20,3)：起始值從10開始，遞增值為3，所以會產生10,13,16,19的整數序列。 二、Python For-Loops敘述 可以針對Iterable(可疊代的)物件來進行讀取，Python內建幾個常用的Iterable物件，像是String(字串)、List(串列)、Tuples(元組)、Dictionary(字典)等，往後會出文章詳細的介紹。Python for-loop的語法如下： 在語法中，in 的後方就是for-loop要讀取的目標物，這個目標物的為Iterable (可疊代的)物件，一次讀取一個元素，然後用item(自訂變數名稱)來接收每次讀取到的元素，執行區塊中的運算。注意for-loop的結尾需加上冒號( : )及區塊中的運算式要有相同的縮排，範例如下： 在範例中，for-loop的讀取目標物為一個字串，每一次讀取一個字母，並且用letter變數來接收，執行print()方法。 三、Python Nested Loops(巢狀迴圈) 簡單來說，就是迴圈中又有一層迴圈，我們來看一個範例：…
上週學程式主題小聚邀請到了Dennis-戴士翔來進行分享，擅長處理數據、資料分析且擁有許多相關經驗的他，透過個案來為我們介紹如何利用Python進行分析與報告的呈現以及如何建模。 (Dennis先前寫過一篇利用Airbnb來進行分析的文章，有興趣的朋友可以參考：https://pse.is/MCA3U ) 【人工智慧出現後的顧客關係管理(CRM)】 過去所進行的管理策略，是基於統計的方法進行資料的蒐集、擬定策略，慢慢地去了解企業的客戶，而在人工智慧出現後，可以透過程式的套件以及機器學習，更快速的去做分析。 而Dennis也提到若是想要善用人工智慧的話，資料就是一項相當重要的要素。 流量分析 採購商品銷售分析 集群分析 顧客流失預測 分類客戶等級 其中，又以集群分析最為重要，可以幫助企業進行掌握消費者輪廓、精準行銷與服務創新的工作，聽到這邊大家心中應該有疑惑，集群分析是什麼？先看看下方的圖，想想看那些會視同一群，哪些又是不同群。 有想法了嗎？我們來看看可以怎麼分~ 所謂的集群分析就是指將消費者分成一群一群的，並從分類出來得群體當中，找出相像的消費者，看看他們的共通點是什麼，會做出什麼樣的選擇。不過，一步一步將資料分類的作法，在資料量不大的時候做起來並非難事，一旦隨著企業的規模越來越大，資料數越來越多時，該怎麼辦？原本的做法是否就會需要付出更多的成本與時間？ 【K-means Algorithm】 簡單來說K-means就是「物以類聚」的概念，是演算法的一種，也是一種無監督式學習(Unsupervised Learning)。可以想像他是一個數學函式y=f(x)，「X」代表變數，你也能想像成顧客分析中消費者的「特徵」，「Y」代表標籤，將X丟入函式中就能得出Y。 【個案分析–Instacart Market】 活動的後半段時間，Dennis利用了案例來解釋以及深入的探討，同時，也教大家該如何利用Python建模，讓機器進行學習以分析資料與數據。…
Open Data： Google Play Store Apps 在前一篇文章中我們介紹了如何調整欄位名稱以及改變欄位的型別，接下來我們要進入下一個重點：開始著手進行資料處理與計算。在進行資料處理時，如果是使用Python原生的資料結構與函式進行處理，往往會需要使用多重迴圈，但使用 Pandas 套件時，我們可以使用名為 Vectorize Opration Technoloage的技術直接針對整個欄位的資料進行處理，這將會大大提升我們的作業效率。 使用資料表 (more…)