티스토리 뷰
191
📖question
data에는 매수한 종목들의 OHLC (open/high/low/close) 가격 정보가 바인딩 되어있다.
data = [
[ 2000, 3050, 2050, 1980],
[ 7500, 2050, 2050, 1980],
[15450, 15050, 15550, 14900]
]
수수료를 0.014 %로 가정할 때, 각 가격에 수수료를 포함한 가격을 한라인에 하나씩 출력하라.
2000.28
3050.427
2050.2870000000003
...
✍️answer
data 안에 있는 row, row 안에 있는 col인 각각의 원소에 수수료를 곱한 것을 출력한다.
data = [
[2000, 3050, 2050, 1980],
[7500, 2050, 2050, 1980],
[15450, 15050, 15550, 14900]
]
for row in data:
for col in row:
print(col*(1+0.00014))
192
📖question
191번의 출력 결과에 행단위로 "----" 구분자를 추가하라.
2000.28
3050.427
2050.2870000000003
1980.2772
----
7501.05
2050.2870000000003
2050.2870000000003
1980.2772
----
15452.163
15052.107
15552.177
14902.086000000001
----
✍️answer
한 row가 끝날 때마다 가로선이 출력되므로 row 반복문에 써준다.
for row in data:
for col in row:
print(col*(1+0.00014))
print("----")
193
📖question
192 번 문제의 결괏값을 result 이름의 리스트에 1차원 배열로 저장하라.
>> print(result)
[2000.28, 3050.427, 2050.2870000000003, 1980.2772, 7501.05, 2050.2870000000003, 2050.2870000000003, ...]
✍️answer
빈 리스트를 선언하고, col을 리스트에 추가한다.
result = []
for row in data:
for col in row:
result.append(col*(1+0.00014))
print(result)
194
📖question
191번 문제의 결괏값을 result 이름의 리스트에 2차원 배열로 저장하라. 저장 포맷은 아래와 같다. 각 행에 대한 데이터끼리 리스트에 저장되어야 한다.
>> print(result)
[
[2000.28, 3050.427, 2050.2870000000003, 1980.2772],
[7501.05, 2050.2870000000003, 2050.2870000000003, 1980.2772],
[15452.163, 15052.107, 15552.177, 14902.086000000001]
]
✍️answer
전체를 넣을 리스트와 row 리스트를 만들고, row 리스트에는 col을, 전체 리스트에 row를 추가한다.
result = []
for row in data:
sub = []
for col in row:
sub.append(col*(1+0.00014))
result.append(sub)
print(result)
195
📖question
ohlc 리스트에는 시가(open), 고가 (high), 저가 (low) , 종가(close)가 날짜별로 저장돼 있다. 화면에 종가데이터를 출력하라.
ohlc = [["open", "high", "low", "close"],
[100, 110, 70, 100],
[200, 210, 180, 190],
[300, 310, 300, 310]]
100
190
310
✍️answer
각 row리스트에 마지막 요소를 출력하기 위해 인덱스를 쓰고, 문자열은 제외하기 때문에 슬라이싱을 쓴다.
ohlc = [["open", "high", "low", "close"],
[100, 110, 70, 100],
[200, 210, 180, 190],
[300, 310, 300, 310]]
for row in ohlc[1:]:
print(row[3])
196
📖question
ohlc 리스트에는 시가(open), 고가 (high), 저가 (low) , 종가(close)가 날짜별로 저장돼 있다. 종가가 150원보다 큰경우에만 종가를 출력하라.
ohlc = [["open", "high", "low", "close"],
[100, 110, 70, 100],
[200, 210, 180, 190],
[300, 310, 300, 310]]
190
310
✍️answer
row 리스트의 마지막 원소를 출력하는데 150이 넘도록 하기 때문에 조건을 써준다.
for row in ohlc[1:]:
if row[3] > 150:
print(row[3])
197
📖question
ohlc 리스트에는 시가(open), 고가 (high), 저가 (low) , 종가(close)가 날짜별로 저장돼 있다. 종가가 시가 보다 크거나 같은 경우에만 종가를 출력하라.
ohlc = [["open", "high", "low", "close"],
[100, 110, 70, 100],
[200, 210, 180, 190],
[300, 310, 300, 310]]
100
310
✍️answer
row 리스트의 마지막 원소를 출력하는데 종가가 시가보다 크거나 같은 경우만 출력하는 조건을 써준다.
for row in ohlc[1:]:
if row[0] <= row[3]:
print(row[3])
198
📖question
ohlc 리스트에는 시가(open), 고가 (high), 저가 (low) , 종가(close)가 날짜별로 저장돼 있다. 고가와 저가의 차이를 변동폭으로 정의할 때 변동폭을 volatility 이름의 리스트에 저장하라.
ohlc = [["open", "high", "low", "close"],
[100, 110, 70, 100],
[200, 210, 180, 190],
[300, 310, 300, 310]]
>> print(volatility)
[40, 30, 10]
✍️answer
고가와 저가의 차를 구하고, volatility 리스트에 추가한다.
volatility = []
for row in ohlc[1:]:
volatility.append(row[1]-row[2])
print(volatility)
199
📖question
리스트에는 3일 간의 ohlc 데이터가 저장돼 있다. 종가가 시가보다 높은 날의 변동성 (고가 - 저가)을 화면에 출력하라.
ohlc = [["open", "high", "low", "close"],
[100, 110, 70, 100],
[200, 210, 180, 190],
[300, 310, 300, 310]]
종가가 시가보다 높은 거래일의 OHLC는 [300, 310, 300, 310] 이다. 따라서 이 거래일의 변동성은 10 (310 - 300)이다.
10
✍️answer
종가와 시가를 비교하는 조건이 맞으면 고가-저가를 하는 식을 출력한다.
for row in ohlc[1:]:
if row[3] > row[0]:
print(row[1]-row[2])
200
📖question
리스트에는 3일 간의 ohlc 데이터가 저장돼 있다. 시가에 매수해서 종가에 매도 했을 경우 총 수익금을 계산하라.
ohlc = [["open", "high", "low", "close"],
[100, 110, 70, 100],
[200, 210, 180, 190],
[300, 310, 300, 310]]
1일차 수익 0원 (100 - 100), 2일차 수익 -10원 (190 - 200), 3일차 수익 10원 (310 - 300) 이다.
0
✍️answer
저장할 변수를 선언하고 종가-시가를 더하도록한다.
total = 0
for row in ohlc[1:]:
total = total + row[3]-row[0]
print(total)
'Python > 초보자를 위한 300제' 카테고리의 다른 글
15. 2차원 배열 (5) (0) | 2022.05.22 |
---|---|
181~190 파이썬 반복문 6 (0) | 2022.05.06 |
171~180 파이썬 반복문 5 (0) | 2022.05.05 |
161~170 파이썬 반복문 4 (0) | 2022.05.04 |
151~160 파이썬 반복문 3 (0) | 2022.05.03 |