All gists - Opengist

timmy / 投資報酬率 (ROI) 計算

0 likes

0 forks

1 files

Last active 1 year ago

這個 Python 函數計算投資報酬率 (ROI)，衡量投資的盈利能力。ROI 公式為 (投資收益 - 投資成本) / 投資成本 * 100，用於評估投資回報的效率，適用於個人理財、企業投資和專案決策。

finance financial-analysis investment profit-loss python return-on-investment roi

1	def calculate_roi(investment_cost, investment_gain):
2	"""
3	計算投資報酬率 (ROI) 的函數。
4
5	:param investment_cost: 投資成本
6	:param investment_gain: 投資收益
7	:return: 投資報酬率 (ROI)
8	"""
9	net_profit = investment_gain - investment_cost
10	roi = (net_profit / investment_cost) * 100

timmy / 年化報酬率計算

0 likes

0 forks

2 files

Last active 1 year ago

這兩個 Python 程式分別計算全年投資與不足一年投資的年化報酬率。calculate_annualized_return.py 適用於完整投資年度，而 calculate_annualized_return_for_part_years_investment.py 則適用於短期投資，允許投資期限以小數表示（如 6 個月 = 0.5 年）。這些函數可用於評估投資績效，幫助投資者比較不同投資期間的回報率。

annualized-return finance financial-analysis investment long-term python roi short-term

1	def calculate_annualized_return(initial_investment, final_value, investment_period):
2	"""
3	計算年化報酬率的函數。
4
5	:param initial_investment: 初始投資金額
6	:param final_value: 投資終值
7	:param investment_period: 投資期限（年）
8	:return: 年化報酬率
9	"""
10	annualized_return = ((final_value / initial_investment) ** (1 / investment_period)) - 1

timmy / 撲克牌類別設計

0 likes

0 forks

2 files

Last active 1 year ago

此 Python 程式碼定義了一個 Card 類別，用來表示撲克牌的花色 (suit) 和數字 (number)。該類別包含屬性驗證機制，以確保設定的數值符合撲克牌的標準。此外，程式碼還建立了兩張撲克牌，並透過 assert 來驗證對象的變更是否符合預期，可用於模擬撲克牌遊戲的基礎單元。

card-game class-attributes deck-of-cards oop properties python

1	"""
2	撲克牌
3	"""
4
5
6	class Card: # 類別
7	"""
8	撲克牌
9	"""

timmy / 使用 asyncio 與 threading 進行非同步延遲執行

0 likes

0 forks

1 files

Last active 1 year ago

這段程式碼結合了 Python 的 asyncio 和 threading，透過 loop.run_in_executor 在背景執行同步的 blocking_sleep()，避免阻塞 asyncio 事件迴圈。這允許 async_sleep() 在等待時仍能執行其他非同步任務，適用於需要在 asyncio 應用程式中處理阻塞性 I/O 操作（如 time.sleep()）的情境。

async-await asyncio event-loop non-blocking python sleep threading

1	import asyncio
2	import threading
3	import time
4
5	async def delayed_execution():
6	# 在這裡執行延遲後的任務
7	print("Delayed execution")
8
9	def blocking_sleep(seconds):
10	time.sleep(seconds)

timmy / 使用 Threading 進行非同步延遲執行

0 likes

0 forks

1 files

Last active 1 year ago

這段程式碼使用 Python 的 threading 模組來實現非同步延遲執行。當 async_sleep(seconds) 被呼叫時，它會建立一個新的執行緒來執行 sleep() 函式，而不會阻塞主執行緒。這允許主程式繼續執行其他任務，同時在指定時間後執行 delayed_execution()。這對於需要非同步延遲執行的應用場景，如計時器或背景任務，特別有用。

async delay multitasking non-blocking python threading

1	import threading
2	import time
3
4	def delayed_execution():
5	# 在這裡執行延遲後的任務
6	print("Delayed execution")
7
8	def async_sleep(seconds):
9	def sleep():
10	time.sleep(seconds)

timmy / 使用 argparse 解析命令列參數

0 likes

0 forks

1 files

Last active 1 year ago

這段程式碼使用 Python 的 argparse 模組來解析命令列參數。它支援必填的位置參數（輸入檔案路徑）、選填的輸出檔案路徑（-o 或 --output），以及一個開關參數（-v 或 --verbose）來啟用詳細模式。這適用於 CLI 工具，使得用戶可以透過命令列提供不同的參數來控制程式行為。

argparse automation cli command-line parser python

1	import argparse
2
3	# 建立參數解析器物件
4	parser = argparse.ArgumentParser(description='這是一個範例程式，使用 argparse 模組解析命令列參數')
5
6	# 添加位置參數
7	parser.add_argument('input_file', help='輸入檔案的路徑')
8
9	# 添加選擇性參數
10	parser.add_argument('-o', '--output', help='輸出檔案的路徑')

timmy / Streamlit 整合 Lit Web Component

0 likes

0 forks

1 files

Last active 1 year ago

此範例展示如何在 Streamlit 應用中嵌入 Lit Web Component，而不依賴 CDN。使用 Web Components 技術，可封裝自訂 UI 元件，並透過 JavaScript 互動，適用於建立模組化的前端元件，提升 Web 應用的可維護性與重用性。

frontend interactive-gui javascript lit streamlit ui-design web-component

1	import streamlit as st
2	import streamlit.components.v1 as components
3
4	st.title("使用 Lit Web Component (無 CDN)")
5
6	lit_component = """
7	<script type="module">
8	class MyLitComponent extends HTMLElement {
9	constructor() {
10	super();

timmy / Streamlit 聊天應用示範

0 likes

0 forks

1 files

Last active 1 year ago

此範例展示如何使用 Streamlit 建立簡單的聊天應用，模擬 AI 助手回應使用者輸入。利用 st.chat_message 來顯示對話歷史，並透過 st.chat_input 來獲取使用者輸入，使應用具備互動性，適合用於 AI 對話介面開發。

chat-app interactive-gui llm python streamlit ui-design

1	import streamlit as st
2	import random
3	import time
4
5	st.write("Streamlit loves LLMs! 🤖 [Build your own chat app](https://docs.streamlit.io/develop/tutorials/llms/build-conversational-apps) in minutes, then make it powerful by adding images, dataframes, or even input widgets to the chat.")
6
7	st.caption("Note that this demo app isn't actually connected to any LLMs. Those are expensive ;)")
8
9	# Initialize chat history
10	if "messages" not in st.session_state:

timmy / Streamlit 大規模資料表格與互動編輯

0 likes

0 forks

1 files

Last active 1 year ago

此範例展示如何使用 Streamlit 處理大量資料，並提供可視化表格 (dataframe) 和可編輯表格 (data_editor) 來動態調整資料。支援圖片預覽、進度條顯示及類別選擇，適用於資料分析與管理應用。

data-visualization dataframe interactive-tables numpy pandas streamlit

1	import streamlit as st
2	import pandas as pd
3	import numpy as np
4
5	st.write("Got lots of data? Great! Streamlit can show [dataframes](https://docs.streamlit.io/develop/api-reference/data) with hundred thousands of rows, images, sparklines – and even supports editing! ✍️")
6
7	num_rows = st.slider("Number of rows", 1, 10000, 500)
8	np.random.seed(42)
9	data = []
10	for i in range(num_rows):

timmy / Streamlit 資料視覺化與互動選擇

0 likes

0 forks

1 files

Last active 1 year ago

此範例展示如何使用 Streamlit 建立互動式數據視覺化，包含多重選擇 (multiselect) 和切換開關 (toggle) 來調整數據顯示，並透過 line_chart 繪製折線圖，讓使用者輕鬆分析數據趨勢。

charts data-visualization interactive-widgets numpy pandas streamlit

1	import streamlit as st
2	import pandas as pd
3	import numpy as np
4
5	st.write("Streamlit supports a wide range of data visualizations, including [Plotly, Altair, and Bokeh charts](https://docs.streamlit.io/develop/api-reference/charts). 📊 And with over 20 input widgets, you can easily make your data interactive!")
6
7	all_users = ["Alice", "Bob", "Charly"]
8	with st.container(border=True):
9	users = st.multiselect("Users", all_users, default=all_users)
10	rolling_average = st.toggle("Rolling average")