1. 有哪些好用的Python庫
Python作為一門膠水語言，第三方庫眾多，下面我簡單介紹幾個好用的Python庫：
tensorflow
這是谷歌非常著名的一個開源機器學習框架，在業界非常受歡迎，可以靈活、快速的構建大規模機器學習應用（如神經網路等），性能和可移植性都非常不錯，支持GPU並行計算，如果你對機器學習比較感興趣，也想深入了解一下的話，可以學習一下這個框架，非常不錯：
pandas
如果你對數據分析比較感興趣，那麼pandas就是一個非常不錯的選擇，專門為數據分析而建，內置的函數和方法可以快速處理Excel，CSV等文件，而且提供了實時分析功能，代碼量更少，使用起來也更方便，對於數據處理來說，是一個非常不錯的分析工具：
matplotlib
這是Python的一個數據可視化庫，可以快速製作我們常見的圖表，如柱狀圖、餅狀圖、散點圖等，當然，也不僅僅限於這些，還有很多，如果你想畫出更多美麗的圖表，可以考慮學習一下這個庫，非常值得學習，當然，seaborn，pyecharts等這些可視化庫也非常不錯：
tushare
如果你對金融財經比較感興趣，想快速獲取股票等行情數據，也不想編寫復雜的處理代碼，那麼tushare就是一個非常不錯的選擇，自動整合了國內大部分金融財經數據，完成了數據從採集、清洗和存儲的全過程，只需簡單的幾行代碼就可以實時快速獲取到你所想要的數據，免費且開源：
PyQt
這是Python的一個GUI開發庫，如果你想快速創建一個桌面GUI程序，想直接拖拽控制項布局界面的話，那麼PyQt就是一個非常不錯的選擇，基於Qt的QtDesigner設計工具，你可以直接拖拽Qt大量的控制項快速構建出你自己的桌面應用，簡單而又快捷：
Kivy
如果你想利用Python開發一個安卓應用，那麼kivy就是一個非常不錯的選擇，這是Python的一個開源、跨平台的GUI庫，只需要編寫一套代碼，即可運行在大部分桌面及移動平台上，包括winsows，linux，ios，android等，非常不錯：
scrapy
這是Python的一個爬蟲框架，在也就非常受歡迎，如果你想快速的定製自己的爬蟲程序，又不想重復的造輪子的話，可以學習一下這個庫，只需要添加少量的代碼，就可啟動屬於自己的一個爬蟲應用，非常方便：
django
這是一個流行的PythonWeb框架，如果你想快速構建一個自己的web應用，那麼這個框架就非常值得學習，成熟穩重，基於MVC模式，使用起來非常方便，當然，也有輕量級的web框架，如flask，tornado等，也都非常不錯：
pygame
如果你想快速開發一個小型游戲，又不想低級語言的束縛，可以考慮學習一下這個庫，非常簡單，只需要少量的代碼便可構建一個游戲應用，當然，它也是一個非常不錯的GUI庫，對於桌面開發來說，也是一個不錯的選擇：
you-get
這是Python的一個視頻、音頻下載庫，如果你想免費快速下載優派卜酷、B站、騰訊等網站的視頻，安裝這個庫後，只塵豎穗需要簡單的一行命令就可直接下載，非常方便，纖嘩而且還可以在線觀看，查看視頻文件格式及清晰度等，當然，圖片也可直接下載：
就介紹這10個不錯的Python庫吧，對於日常學習開發來說，非常不錯，當然，還有許多其他好用的Python庫，這個可以到網上搜索一下，非常多，也歡迎大家留言補充。
2. python 創建GUI界面後，如何在命令行中修改界面輸入參數
python有個開源庫可以很方便地將命令行參數轉換為gui選項，但不一定是qt做的。
3. Python如何進行GUI桌面開發有哪些不錯的庫可以推薦
Python進行GUI開發的庫其實很多，下面我簡單介紹幾個不錯橋和的庫，感興趣的朋友可以自己嘗試一下，實驗環境win10+python3.6+pycharm5.0，主要內容如下：
tkinter
這個就不用多說了，python自帶的GUI開發標准庫，對於開發小型簡單的應用來說，完全可以了，開源、跨平台，使用起來非常方便，下面我簡單測試一下，主要代碼如下：
點擊運行程序，效果如下，一個窗口一個Label標簽：
easygui
這個是基於tkinter的一個窗口GUI庫，可以快速創建窗口對話框，包括常見的登陸對話框、注冊對話框等，下面我簡單介紹一下這個庫的安裝和使用：
1.首先，安裝easygui，這個直接在cmd窗口輸入安裝命令「pipinstalleasygui」就行，如下：
2.安裝完成後，我們就可以直接編寫代碼進行測試了，主要代碼如下，非常簡單：
點擊運行這個程序，效果如下：
kivy
這是一個跨平台的GUI應用程序開發庫，可以用來開發安卓、蘋果應用，一套程序，可以處處運行，下面我簡單介紹一下這個庫的安裝和使用：
1.首先，安裝kivy，這個直接按官方教程安裝就行，如下：
2.安裝完成後，就可以直接編寫代碼進行測試了，主要代碼如下，非常簡單：
點擊運行程序，效果如下，這里你可以將其打包為手機應用，安裝到手機上：
wxpython
這也是一個免費、跨平台的PythonGUI開發庫，相比較前面的tkinter來說，功能更為強大，控制項也更多，下面我簡單介紹一下這個庫的安裝和使用：
1.首先，安裝wxpython，這個也直接在cmd窗口輸入命令「pipinstallwxpython」就行，如下：
2.安裝完成後，我們就可以直接編寫相關代碼進行測試了，主要代讓枯碼如下，非常簡單，一個簡單的文本編輯器：
點擊運行這個程序，效果如下：
pyqt
這個Qt的一個Python介面庫，藉助於Qt強大的用戶界面，Python也可以快速開發出GUI程序，組件更多，也更方便，只要你有一定的Qt基礎，很快就能掌握這個庫的使用，下面我簡單介紹一下這個庫的安裝和使用：
1.首先，安裝pyqt，這個直接在cmd窗口輸入安裝命令「pipinstallpyqt5」就行，如下，安裝需要稍微等待一會兒：
2.安裝完成後，我們就可以直接編寫代碼進行測試了，如下，一個簡坦消洞單的計算器：
點擊運行這個程序，效果如下：
至此，我們就介紹完了這5個PythonGUI庫。總的來說，這5個庫使用起來都非常不錯，如果你的應用界面比較簡單，功能要求不高，可以選擇tkinter和easygui，如果界面比較復雜，功能要求比較復雜，可以考慮使用wxpython或pyqt，當然，你也可以使用其他GUI庫，像pygame等，根據實際項目需求而定，網上也有相關資料和教程，感興趣的話，可以搜一下，希望以上分享的內容能對你有所幫助吧，也歡迎大家評論、留言。
4. pyqt5 下拉列列空件里添加 股票代碼添加到加到下拉框里
在Qt設計師中，直接雙擊可添加下拉框條目
Qt設計師（Qt Designer）是使用Qt部件（Widgets）設計和使用圖形用戶界面（GUI）的工具。 它允許我們以所見則搏即所得的方式構建和定製自己的窗口（Windows）或對孫純祥話框（Dialogs）並提供了不同的方法來褲鄭測試它們。
5. Quant 應該學習哪些 Python 知識
1. 如果還需要Deep Learning方面的東西的話，可以考慮Theano或者Keras。這兩個東西可能會用在分析新聞數據方面。不過不是很推薦使用這類方法去做量化模型，因為計算量實在是太大，成本很高。
2. 交易框架方面，除了vn.py，還推薦PyAlgoTrade框架，github上可以搜到。私以為這個框架比vn.py牛逼太多了，畢竟是一個在金融IT領域混跡近20年的老妖的作品，架構設計不是一般的優秀。
3. 國內的話，ricequant是個不錯的選擇，雖然使用的是Java，但是團隊我見過，都是做金融IT出身的，基本上都有7、8年以上經驗，底層功底非常扎實，做事情都很靠譜。現在他們也在考慮把SDK擴展到Python這邊。
4. 國內的行情和交易介面，使用的是自己的協議（比如CTP介面使用的是FTD協議），而不是國際上廣泛使用的FIX協議，並且都不開源。如果需要連接行情，還需要考慮將介面SDK為python封裝一下。（修改：評論中有人提到很多券商也開放了FIX介面，不過似乎是在內網使用）
5. 有人談到資料庫了，這里我也說一下，對於高頻tick級別的數據，其量級可以達到每天TB級別，普通的關系資料庫是扛不住的。如果試圖使用傳統的關系資料庫，比如Oracle之類的可以省省了。對付這種級別的數據，採用文件系統+內存索引會更好。不過這種場景，一般也就是機構裡面能碰到了，個人quant可以不用考慮。
6. 用pyqt5調用knn演算法如何搭建一個推薦系統
以下是一些可能的步驟和提示：
首先，你需要安裝pyqt5和scikit-learn等相關的庫，以便使用pyqt5創建圖形用戶界面(GUI)和調用knn演算法渣清。
其次，你需要確定你的推薦系統的目標和數據源，例如你想推薦什麼類型的產品或內容，你有什麼樣的用戶消激數據和項目數據，你使用什麼樣的評價指標等。
第三，你需要選擇合適的推薦演算法，例如基於內容的推薦或基於協同過濾的推薦。knn演算法是一種基於協同過濾的推薦演算法，它可以根據用戶或項目之間的相似度來計算推薦分數。
第四，你需要設計和實現你的GUI，例如你可以使用pyqt5的QWidget、QLabel、QLineEdit、QPushButton、QListWidget等控制項來創建一個簡單的界面，讓用戶輸入他們的信息和偏好，然後顯示給他們推薦的結果。
第五，你需要編寫和調用knn演算法，例如你可以使用scikit-learn的KNeighborsClassifier或KNeighborsRegressor類來實現knn演算法，然後根據用戶的輸入和數據集來計算和返回推薦分數。
第六，你需要測試和優化你的推薦系統，例如你可以使用不同的數據集和參數來評估你的推薦系統的准確性和效率，然後根據拿梁襪反饋和結果來調整你的演算法和界面。
希望這些信息對你有幫助。