Shell学习笔记:命令、变量与脚本解析

需积分: 3 1 下载量 11 浏览量 更新于2024-09-13 收藏 32KB DOCX 举报
"这篇笔记主要介绍了Shell的基本操作和命令,包括文件操作、变量定义与使用、脚本解释器以及命令的分类。" 在Shell学习笔记中,首先提到了默认的输入输出是终端,可以通过重定向操作`<>`改变输入输出源。`cat`命令常用于合并或显示文件内容,它需要输入并将其输出。通过`cat > nusers`可以创建新文件,并将后续的终端输入写入文件,直到按下`ctl+D`结束输入。 接下来,笔记讲解了如何定义和使用变量。变量名与值之间不能有空格,例如`myvar=this_is_a_long_string`。多值赋值可以在一行内完成,如`first=Isaac middle=bashevis last=singer`。输出变量值用`echo $变量名`,如果值含空格,则需用引号括起,如`fullname="Isaac bashevis singer"`。变量有作用域之分,如全局变量和局部变量。在shell会话中定义的变量仅在该会话中有效,而不在文件中定义的变量不会被输出。 笔记还提到了脚本解释器的概念,`#!`行(也称shebang)用于指定执行脚本的程序,如`#!/bin/bash`。脚本中的命令由该解释器执行,从`#!`行下面的命令开始,注释被忽略。这使得不同类型的程序(如bash、perl、awk等)可以用来执行脚本。 此外,笔记中讨论了Shell中的三种基本命令类型:内建命令(直接由Shell执行)、shell函数和外部命令(独立的可执行程序,通常在`PATH`环境变量指定的路径中查找)。`echo`命令虽然简单,但不同UNIX版本间可能存在差异,不保证移植性。相比之下,`printf`命令更为灵活但更复杂,需要明确指定换行符`\n`。 这篇笔记涵盖了Shell编程的基础,包括文件操作、变量管理、脚本编写和命令执行,对于初学者来说是一份很好的入门资料。

import pandas as pd df = pd.read_csv('stock_data.csv') df['four_days_increase'] = df['close'].rolling(window=4).apply(lambda x: all(x[i] < x[i+1] for i in range(3))) * 1 df['three_days_decrease'] = df['close'].rolling(window=3).apply(lambda x: all(x[i] > x[i+1] for i in range(2))) * 1 capital = 1000000 max_stock_per_day = 10 max_stock_value = 100000 start_date = '2020-01-01' end_date = '2023-01-01' df = df[(df['date'] >= start_date) & (df['date'] < end_date)] df = df.reset_index(drop=True) hold_stock = [] for i, row in df.iterrows(): if len(hold_stock) > 0: sell_stock = [] for stock in hold_stock: if i - stock['buy_day'] >= 3: capital += stock['buy_price'] * stock['buy_qty'] * (1 - 0.002) sell_stock.append(stock) hold_stock = [stock for stock in hold_stock if stock not in sell_stock] df_today = df.loc[i:i+3] if i + 3 >= len(df): break if all(df_today['four_days_increase']) and all(df_today['three_days_decrease'].iloc[1:]): available_capital = capital available_stock = max_stock_per_day available_value = max_stock_value for j, stock_row in df_today.iterrows(): if available_capital > 0 and available_stock > 0 and available_value > 0: buy_qty = min(int(available_capital / (stock_row['close'] * 1.002)), available_stock, int(available_value / (stock_row['close'] * 1.002))) if buy_qty > 0: hold_stock.append({'buy_day': i, 'buy_price': stock_row['close'], 'buy_qty': buy_qty}) available_capital -= stock_row['close'] * buy_qty * 1.002 available_stock -= 1 available_value -= stock_row['close'] * buy_qty * 1.002 print('Final capital:', capital)让上述代码在jupyter里不报错

2023-06-02 上传