使用executor.map从Tradermade中获取时间序列数据
是一种并行处理数据的方法。executor.map是Python中concurrent.futures模块中的一个函数，它可以将一个可迭代对象中的元素并行地传递给一个函数进行处理，并返回处理结果的迭代器。
在这个场景中，我们可以使用executor.map来并行地从Tradermade获取时间序列数据。Tradermade是一家提供外汇和金融市场数据的供应商，他们提供了API接口来获取实时和历史的市场数据。
具体的步骤如下：
- 导入必要的库和模块：
import concurrent.futures
import requests- 定义一个函数来获取时间序列数据：
def get_time_series_data(symbol):
url = f"https://api.tradermade.com/v1/timeseries?api_key=YOUR_API_KEY&symbol={symbol}"
response = requests.get(url)
data = response.json()
return data在上面的代码中，需要替换YOUR_API_KEY为你在Tradermade注册并获取的API密钥。
- 定义一个包含要获取数据的交易对的列表：
symbols = ["EURUSD", "GBPUSD", "USDJPY"]- 使用executor.map来并行地获取时间序列数据：
with concurrent.futures.ThreadPoolExecutor() as executor:
results = executor.map(get_time_series_data, symbols)在上面的代码中，使用ThreadPoolExecutor来创建一个线程池，并使用executor.map将get_time_series_data函数应用于symbols列表中的每个交易对。结果将保存在results迭代器中。
- 处理获取到的时间序列数据：
for symbol, result in zip(symbols, results):
# 处理每个交易对的时间序列数据
print(f"Symbol: {symbol}")
print(result)在上面的代码中，使用zip函数将symbols列表和results迭代器进行打包，然后可以遍历每个交易对和对应的时间序列数据进行处理。
这样，我们就可以使用executor.map从Tradermade中并行地获取时间序列数据了。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云函数计算（Serverless）：https://cloud.tencent.com/product/scf
- 腾讯云容器服务（Kubernetes）：https://cloud.tencent.com/product/tke
- 腾讯云数据库（TencentDB）：https://cloud.tencent.com/product/cdb
- 腾讯云CDN加速（CDN）：https://cloud.tencent.com/product/cdn
- 腾讯云人工智能（AI）：https://cloud.tencent.com/product/ai
- 腾讯云物联网（IoT）：https://cloud.tencent.com/product/iot
- 腾讯云移动开发（移动开发）：https://cloud.tencent.com/product/mad
- 腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
- 腾讯云区块链（BCS）：https://cloud.tencent.com/product/bcs
- 腾讯云虚拟专用网络（VPC）：https://cloud.tencent.com/product/vpc
相关·内容
我有一个python函数，它非常复杂，我正在尝试运行它，而不是股票市场上大约100个不同的纽约证交所代码。现在大约需要5分钟才能完成。这并不是一个可怕的时间，但我试图通过多线程来使它更快。我的想法是，由于这是一个单一的函数，我只是在每次迭代中传递新的参数，它可能会存储一个“完成”的符号列表，然后在新的迭代中，它只运行列表，如果列表中不存在符号，它将运行计算。下面是我整理的一些代码： iteration_count = 0
for index, row in stocklist_df.iterrows():
# The below just filters input data
浏览 17提问于2020-09-03得票数 0
我只是被我写的一些代码搞糊涂了。我惊讶地发现：
with concurrent.futures.ThreadPoolExecutor(max_workers=4) as executor:
results = list(executor.map(f, iterable))
和
with concurrent.futures.ThreadPoolExecutor(max_workers=4) as executor:
results = list(map(lambda x: executor.submit(f, x), iterable))
产生不同的结果。第一个函数生成f返回的
浏览 409提问于2013-12-30得票数 84
回答已采纳
我正在使用谷歌云平台来收集IoT数据。然后进行分析，可能是在AI平台上，我想将一些检索到的数据作为配置设置发送到IoT设备。我已经看到了几个流程图(见下文)，显示了数据如何通过数据流从AI平台流动到IoT核心作为设备配置，但我该如何做到这一点？(我之前仅通过Cloud Functions发送设备配置更新。) ? 我是Dataflow和AI平台的新手，但已经开始考虑向Dataflow中的Apache光束管道添加一些Python代码，以更新设备配置。这看起来像是前进的方向吗？
浏览 19提问于2020-06-11得票数 0
回答已采纳
我正在从Tradermade中提取timeseries格式的汇率，并将timeseries对象添加到具有其他一些数据的rates类，Rates类对timeseries数据执行分析，然后将Rates对象添加到以符号为其键的字典中。 作为编程的新手，我遵循了从Tradermade获取数据的同步方法。它增加了66秒的时间--这是我想避免的。 今天我学习了如何使用concurrent.futures和ThreadPoolExecutor。 我遇到的问题是使用符号列表作为迭代器将kwarg参数传递给executor.map。 我已经在SO和其他网站上阅读了QnA，尽管我还没有找到解决这个问题的方法-尽
浏览 13提问于2021-10-23得票数 0
回答已采纳
1回答
我正在使用python尝试刮取数据，这是代码
import requests
import json
import pandas as pd
results = pd.DataFrame()
key = 'a'
# Goes from 1 to 1000 (including both)
for value in range(1, 1001):
url = "https://xxxxxxx.000webhostapp.com/getNamesEnc02Motasel2.php?keyword=%s&type=2&limit=%s" %
浏览 0提问于2019-03-02得票数 0
1回答
作为一些交易软件的组成部分，我编写了函数parse_ticks()，作为模拟比特币衍生品交易所BitMEX的Exchange类的一部分。
parse_ticks()的目的是将前几分钟存储的滴答数据(通过调用all_ticks = self.ws.get_ticks()获得的单个交易列表)转换为字典，从以前的分钟滴答列表中聚合OHLCV值。交易列表是一个dict的列表，每个dict包含一个时间戳，交易的大小，如果是买入或卖出，等等。
当分钟过去时，每个仪器都会调用一次parse_ticks()。在这个场景中，我正在观看两种乐器，所以parse_ticks()在每分钟开始时被打了两次电话。
我为p
浏览 0提问于2019-10-04得票数 0
回答已采纳
1回答
Azure函数未并行运行
、、、
我已经在python中创建了一个azure函数。我正在通过C#呼叫它，预计我将同时发送大约1000个请求。对于这个函数，我需要的是并行处理这些请求，而不是一个接一个，但我不能让它发生。
下面是我的测试代码，它并行发送10个请求。
static void Main(string[] args)
{
List<string> symbols = new List<string> { "MSFT", "AAPL", "NFLX", "JNJ", "INTC", "G
浏览 0提问于2021-10-06得票数 1
我正在试验Python3.2中引入的新的闪亮的模块，并且我注意到，几乎用相同的代码，使用来自concurrent.futures的池比使用要慢得多。
这是使用多处理的版本：
def hard_work(n):
# Real hard work here
pass
if __name__ == '__main__':
from multiprocessing import Pool, cpu_count
try:
workers = cpu_count()
except NotImplementedError:
浏览 4提问于2013-09-07得票数 51
回答已采纳
我已经看了几个关于多处理map功能的视频。
我知道我可以将一个列表作为参数发送到我想要使用Multiprocessing的函数，这将调用相同的函数n次(取决于传递的列表的大小)。
如果我想把多个参数传递给这个函数，我会做些什么呢？
基本上，我有一个大小为n的列表(它可以变化，但对于当前的情况，它的209个)
我的函数需要三个参数..。
列表的索引(0、1、2等)另一个包含数据固定整数值的列表
我本可以使用第二个和第三个参数作为全局变量，但这对我不起作用，因为我必须在一个while循环中调用map函数.在每一次迭代中，这两者的值都会发生变化。
我的函数返回两个值，我需要从调用函数的地方访问这些值
浏览 20提问于2022-02-28得票数 3
回答已采纳
我目前正在研究python，subproccess()和map()，以便将它集成到我的程序中。
假设我有一个这样的循环，
for a, b in itertools.combinations(exchanges, 2):
if (a != None and b != None):
symbols = a.symbols
symbols1 = b.symbols
if symbols is not None and symbols1 is not None:
symbols = [x for x in sym
浏览 0提问于2018-04-14得票数 2
如何将UNIX时间戳转换为UTC时间戳并使用UTC时间戳将数据导出到python中的csv？这是我的代码：
from csv import DictWriter
orders = client.get_my_sales(symbol='AI95')
with open ('testcsv.csv', 'w') as outfile:
writer = DictWriter (outfile, ('time', 'symbol','orderId','price','q
浏览 1提问于2022-07-06得票数 0
我的目标
使用多处理重写循环(同步)以减少计算时间(它在数百万行上循环)：
def get_info(uid):
res = requests.get(CallURL+uid,
headers={'Content-Type':'application/json',
'Authorization': 'Bearer {}'.format(tokn)})
foundation_date = json.loa
浏览 16提问于2022-05-26得票数 0
我试图在iPyParallel中将几个任务链接在一起，比如
import ipyparallel
client = ipyparallel.Client()
view = client.load_balanced_view()
def task1(x):
## Do some work.
return x * 2
def task2(x):
## Do some work.
return x * 3
def task3(x):
## Do some work.
return x * 4
results1 = view.map_async(task
浏览 1提问于2016-06-23得票数 2
回答已采纳
2回答
我的程序基本上必须从数据库中获取大约6000个项目，并为每个项目调用一个外部API。这几乎需要30分钟才能完成。我只是想在这里使用线程，这样我就可以创建多个线程并拆分进程，减少时间。所以我想出了一些像这样的东西。但我这里有两个问题。如何存储函数处理的API的响应。
api = externalAPI()
for x in instruments:
response = api.getProcessedItems(x.symbol, days, return_perc);
if(response > float(return_perc)):
return_
浏览 0提问于2018-04-06得票数 0
我希望concurrent.futures.ProcessPoolExecutor.map()调用一个由2个或多个参数组成的函数。在下面的示例中，我使用了lambda函数，并将ref定义为与具有相同值的numberlist大小相等的数组。
第一个问题：有更好的方法吗？在编号列表的大小可能是百万到十亿元素的情况下，引用的大小必须遵循编号列表，这种方法不必要地占用了宝贵的内存，这是我想避免的。我这样做是因为我读取map函数将终止其映射，直到到达最短的数组结束为止。
import concurrent.futures as cf
nmax = 10
numberlist = range(nmax)
浏览 7提问于2017-02-05得票数 19
回答已采纳
5回答
我在python代码中嵌套了一个for循环，如下所示：
results = []
for azimuth in azimuths:
for zenith in zeniths:
# Do various bits of stuff
# Eventually get a result
results.append(result)
我想在我的4核机器上并行化这个循环来加速它。查看IPython并行编程文档()，似乎有一种使用map并行化迭代操作的简单方法。
然而，要做到这一点，我需要将循环中的代码作为一个函数(这很容易做到)，然后在此函数之
浏览 0提问于2012-02-20得票数 6
回答已采纳
1回答
我完成了对脚本的编辑，该脚本检查url是否需要WWW web basic身份验证，并将结果打印给用户，如以下脚本所示：
#!/usr/bin/python
# Importing libraries
from urllib2 import urlopen, HTTPError
import socket
import urllib2
import threading
import time
# Setting up variables
url = open("oo.txt",'r')
response = None
start = time.time()
浏览 1提问于2014-03-08得票数 0
1回答
我对不能解决这个看似简单的问题感到有点沮丧：
我有一个函数，需要一些时间来加载数据：
def import_data(id):
time.sleep(5)
return 'data' + str(id)
DataModel类调用此函数并管理两个数据集。
class DataModel():
def __init__(self):
self._data_1 = import_data(1)
self._data_2 = import_data(2)
def retrieve_data_1(self):
浏览 0提问于2020-10-29得票数 3
回答已采纳
我正在使用内置在套接字和多处理库中的python来扫描主机的tcp端口。我知道我的第一个函数可以工作，我只是想让它与多进程队列和进程一起工作，不知道我哪里出错了。
如果我删除了所有看起来都已经完成的Queue，我只需要从它中得到结果。
from multiprocessing import Process, Queue
import socket
def tcp_connect(ip, port_number):
try:
scanner = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
scann
浏览 0提问于2019-07-26得票数 0
1回答
我对从这个链接中提取历史价格感兴趣：
为此，我将使用以下代码
import requests
import pandas as pd
import time as t
t0=t.time()
symbols =[
'HMIM',
'CWSM','DSIL','RAVT','PIBTL','PICT','PNSC','ASL',
'DSL','ISL','CSAP&
浏览 0提问于2017-04-18得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
