前言

在上一篇读书笔记之后，我继续读了《新制度经济学：一个交易费用范式》一书与产权和合约理论有关的章节，其中第四章“相对产权：合约责任”探讨了与自愿承担责任的产权转让有关的问题，介绍了几种典型的合约责任、合约责任的基本原则和合约理论。书中对三种合约理论的描述和讨论，引起了我的兴趣，让我联想到我自己的几次实习经历，其中一些制度、现象似乎可以套用合约理论作一番解释。

前言

2019年已经过了大半，然而年初立的读书笔记的Flag基本还没有动手。这半年下来，似乎离开了“数据”、“程序”、“算法”就不知道该如何说话了。想问题越来越线性化，做事情越来越简单化，写东西也变得流水账起来。

然而，猛地动起手来也不是那么容易。前一段时间整理自己的资料，但是翻到了以前写的一点点东西，感觉虽然写得一般，却比现在认真多了。经验一旦多了，就容易套路起来，倒不如再简单回去。

前言

本来这篇博客是打算分享一下如何使用 plotly制作交互式的气象地图的，但是为了寻找合适的数据资料，结果就逐渐跑偏了，最好觉得介绍一下数据资料的获取也是有必要的，所以就变成了现在这个样子。

哥白尼计划

前言

前面我们已经简单介绍了NetCDF文件以及如何用Python处理NetCDF数据。在前面的示例中，我们可以看到NetCDF经常是全球的数据，那么如果我们只希望针对其中一部分，就像剪纸一样提取特定区域或者形状的数据，该如何操作呢？这里我们就简单介绍从NetCDF中裁取特定区域的子集所使用的两个Python包：salem和regionmask。

说起剪纸，我第一反应就是动画片《狐狸打猎人》，小时候看故事书的时候并没有觉得什么，看动画片的时候就觉得有点慌了，现在回想起来都有一股寒意……

引言

之前我们简单介绍了NetCDF数据格式以及如何用Python进行简单的处理和分析。近年来，随着全球气候的变化，各类气象极端事件也大有愈演愈烈之势，例如2014-2016年就发生了记载以来最强的厄尔尼诺事件。就本文将在此基础上，介绍厄尔尼诺指数的计算和分析过程。

厄尔尼诺介绍

前言

在前面做极值分析、气象数据可视化等的时候，我们主要用的是csv格式存储数据，而在气象科学等领域中，还有一种十分重要的数据格式——NetCDF。在本篇文章里，我们将简要介绍NetCDF以及如何用Python处理NetCDF文件。

NetCDF简介

前言

以前接触过一点量化的东西，经常听人说起“回测”一类高大上的词语，总是充满着快活的空气。闻名不如见面，在这里介绍一下如何用Python进行算法交易的回溯测试。前两年量化投资火的时候，“算法交易”、“程序化交易”、“量化分析”、“高频交易”之类的词满天飞，所谓算法交易也就是采用根据算法计算的结果执行交易，而不受认为的干预。用于“算法交易”的算法五花八门，我们会简单介绍一些具有代表性的算法以及如何实现向量化回溯测试（vectorized backtesting）。

简单滑动平均

引言

全球最大的民宿平台、“共享经济”的引领者——Airbnb已经诞生超过10年了，并且根据官方信息将在2019年完成上市。作为一只独角兽，Airbnb赚足了眼球：在风靡全球的同时，在进入中国市场却明显水土不服；在带来诸多便利的同时，也存在安全、隐私等方面的隐患；在市值高涨的呼声中，批评和争议也不绝于耳……

当然，不管怎么样，Airbnb目前来看还是一个很不错的平台，尤其是上面汇聚了大量的数据可以用于分析和研究。前面我们已经介绍了如何使用Scrapy、Splash和Airbnb API获取Airbnb上的数据，但是还有很多数据是通过爬虫难以获得的。幸运的是，有一个叫做“InsideAirbnb”(http://insideairbnb.com) 的网站，提供了独立的、第三方、非营利的分析工具和数据。因此，我们从上面下载了北京的相关数据，用来作为分析的示例。

引言

本篇为我的好友阿池撰写的一篇小文章，行文风趣流畅，即使当作轶闻野史来看也是不错的，何况能从中学到点东西呢~

（本文的素材主要来自ASQ2016年的一篇案例研究文章，研究者历时3年访谈了诺基亚高管、中层共计76轮次，资料整理后又向被访者和组织内的“包打听”求证，资料翔实难得）

引言

“科学素质”一次译自英文“Scientific Literacy”，由美国教育家、化学家、哈佛大学前校长柯南特（Conant）于1952年提出。在此基础上，芝加哥大学教授J.D.米勒于20世纪60年代创立了公民科学素质测评体系，即“米勒”体系，并得到了广泛的应用。

2016年4月，科技部发布《中国公民科学素质基准》，即中国公民应具备的基本科学技术知识和能力的标准，在网上引发了一定的争议。大家关于“什么是科学素质”、“如何评价公民科学素质”、“中美公民科学素质差距”等有一些的讨论。