pip install gym-anytrading
pip install stable-baselines
pip install tensorflow==1.14.0

import gym
import gym_anytrading
import matplotlib.pyplot as plt
from gym_anytrading.envs import TradingEnv, ForexEnv, StocksEnv, Actions, Positions
from gym_anytrading.datasets import FOREX_EURUSD_1H_ASK, STOCKS_GOOGL
from stable_baselines.common import set_global_seeds

# 環境を生成（frame_boundはデータセット内の訓練範囲を開始行数と終了行数で指定）
env = gym.make('forex-v0', frame_bound=(50, 100), window_size=10)

# シードの指定
env.seed(0)
set_global_seeds(0)

# ランダム行動による動作確認
state = env.reset()
while True:
    action = env.action_space.sample()

    # 1ステップ実行
    state, reward, done, info = env.step(action)

    # エピソード完了
    if done:
        print('info:', info)
        break

# グラフのプロット
plt.cla()
env.render_all()
plt.show()

import os

print(os.environ)

print(os.environ['PATH'])

# 10進数
num = 12
# => 12

# 8進数
num = 0o16
# => 14

# 16進数
num = 0xf2
# => 242

# 2進数
num = 0b1100
# => 12

num = 1.2
# => 1.2

# 指数表記 1.2×10の３乗
num = 1.2e3
# => 1200.0

# 指数表記 1.2×10のマイナス３乗
num = 1.2e-3
# => 0.0012

GLOBAL_AVR = 123
def func():
    x = 3
    print('グローバル変数')
    print(globals())
    print()
    print('ローカル変数')
    print(locals())

func()

pip install PIL

from PIL import Image

# 画像ファイルを開く
image = Image.open('a.jpg')

# 画像のサイズを変更(横幅・縦幅)
image = image.resize([256, 256])
# 画像ファイルを出力
image.save('b.png')

# 回転させる
image = image.rotate(45)
# 画像ファイルを出力
image.save('c.png')

# 反転させる
image = image.transpose(Image.FLIP_LEFT_RIGHT)  # 左右対称
#image = image.transpose(Image.FLIP_TOP_BUTTOM) # 上下対象
# 画像ファイルを出力
image.save('d.png')

# 切り貼り
part = image.crop((0, 0, 64, 64))   # 左、上、右、下
image.paste(part, (10, 10))         # 左、上
image.save('e.png')

import logging
import logging.handlers
import sys

# 適当な名前を付けてLoggerオブジェクトを生成
logger = logging.getLogger('test_log')

# デバッグレベルを指定
#  logging.CRITICAL（一番高いレベル）
#  logging.ERROR
#  logging.WARNING
#  logging.INFO
#  logging.DEBUG（一番低いレベル）
logger.setLevel(logging.DEBUG)

# ログ出力の書式設定
formatter = logging.Formatter('%(asctime)s[%(levelname)s] %(message)s')

# ファイル出力の設定（ログローテーション設定あり）
#file_handler = logging.FileHandler('test.log')
file_handler = logging.handlers.RotatingFileHandler('test.log', maxBytes=1024, backupCount=5)
file_handler.setFormatter(formatter)
logger.addHandler(file_handler)

# 標準出力の設定
stream_handler = logging.StreamHandler(sys.stdout)
stream_handler.setFormatter(formatter)
logger.addHandler(stream_handler)

logger.debug('debug test.')
logger.info('info test.')
logger.warning('warning test.')
logger.error('error test.')
logger.critical('critical test.')

import pandas as pd

# 身長・体重・性別のデータフレームを作成
tbl = pd.DataFrame({
    'weight': [80.0, 70.4, 65.5, 45.9, 51.2, 72.5],
    'height': [170, 180, 155, 143, 154, 160],
    'gender': ['f', 'm', 'm', 'f', 'f', 'm']
})

print('身長をキーにソート')
print(tbl.sort_values(by='height'))
print()

print('体重を降順でソート')
print(tbl.sort_values(by='weight', ascending=False))

import pandas as pd

tbl = pd.DataFrame([
    ['A', 'B', 'C'],
    ['D', 'E', 'F'],
    ['G', 'H', 'I']
])

print(tbl)
print('----')
print(tbl.T)

import pandas as pd

# 身長・体重・性別のデータフレームを作成
tbl = pd.DataFrame({
    'weight': [80.0, 70.4, 65.5, 45.9, 51.2, 72.5],
    'height': [170, 180, 155, 143, 154, 160],
    'gender': ['f', 'm', 'm', 'f', 'f', 'm']
})

# 体重の一覧を表示
print('体重の一覧')
print(tbl['weight'])
print()

# 体重と身長の一覧を表示
print('体重と身長の一覧')
print(tbl[['weight', 'height']])

import pandas as pd

# 身長・体重・性別のデータフレームを作成
tbl = pd.DataFrame({
    'weight': [80.0, 70.4, 65.5, 45.9, 51.2, 72.5],
    'height': [170, 180, 155, 143, 154, 160],
    'gender': ['f', 'm', 'm', 'f', 'f', 'm']
})

# (0から数えて)2から3つ目のデータを表示
print('tbl[2:4]\n', tbl[2:4])
print()

# (0から数えて)3つ目以降のデータを表示
print('tbl[3s:]\n', tbl[3:])

import pandas as pd

# 身長・体重・性別のデータフレームを作成
tbl = pd.DataFrame({
    'weight': [80.0, 70.4, 65.5, 45.9, 51.2, 72.5],
    'height': [170, 180, 155, 143, 154, 160],
    'gender': ['f', 'm', 'm', 'f', 'f', 'm']
})

print('身長が160以上のデータを表示')
print(tbl[tbl.height >= 160])
print()

print('性別が m のデータを表示')
print(tbl[tbl.gender == 'm'])