苹果/安卓/wp
积分 41, 距离下一级还需 4 积分
道具: 彩虹炫, 雷达卡, 热点灯, 雷鸣之声, 涂鸦板, 金钱卡下一级可获得
道具: 显身卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 雷鸣之声, 彩虹炫, 雷达卡, 涂鸦板, 热点灯
本帖最后由 nettoobad 于
22:40 编辑
以前用matlab做模型，数据的准备很是闹心啊。
现在用python作分析就方便多了。
获取数据用python
整理数据用python
模型计算用python
数据图形化用python
就差下单这个环节还是手工，最近准备开发一个半手工的交易程序，python提醒操作步骤，实际交易还是手工。
先上个实时走势图吧。用python研究量化交易的童鞋欢迎交流 QQ
01:35:51 上传
不好意思，过了几天才看见这么多回帖，谢谢！
还是书归正传，先来科普一下python吧.
python是一个完全面对对象的可脚本,可二进制编译运行的高级语言。一般以脚本方式运行，运行调试完可生成二进制代码来保证运行的速度。代码非常简洁拥有无与伦比的配套标准库。一般广泛用于各种领域。尤其在科学界流行。著名的GOOGLE内部就大量应用此语言(抱歉，好像有点像广告了:)
在python环境下，有科学运算库，界面库，各种算法库。非常适合用于科学研究。
matlab中的金融工具虽然比较全面，也比较好用，不过像我这种喜欢搞些新算法。同时还要和交易接口编程的就非常喜爱python了。
python的算法库 ：numpy ,scipy等，用于统计的库：名字我忘了。
python的数据可视化库 matplotlib(上面那个贴图就是例子)，PyQt,pygtk,pyside等等，前面说的都是二维的。三维的VTK等等。
如果你想完全控制python，那就要看你的努力了。
你学matlab不是也要学编程吗？既然都是编程，为什么不学一个彻底的编程语言呢。而且今后和CTP等交易平台对接的话,matlab就无能为力了，到时候再学python岂不是晚了。
载入中......
奖励积极上传好的资料
鼓励积极发帖讨论
鼓励积极发帖讨论
总评分:&经验 + 100&
论坛币 + 90&
学术水平 + 5&
热心指数 + 3&
信用等级 + 3&
本帖被以下文库推荐
& |主题: 93, 订阅: 61
& |主题: 239, 订阅: 55
又一个工具啊
没接触过。
看上去不错
确实是新玩意儿，第一次接触。能多介绍点吗？
一定要顶起来，好东东
新軟件，值得留意一下，感謝樓主的告知，我先研究一下。。。
I am looking for a talent scout who may appreciate me...
谢谢分享啊，值得关注一下。
这两种东西我都用过，我是非理工科背景，相比较而言我还是喜欢matlab，因为Python作为一种编程语言虽然并不是非常难学，但从个人体会来讲对于我这样的非专业“玩家”是还是有门槛的，对于众多非理工科出身的金融分析爱好者来说，matlab还是有其难以替代的“容易上手性”，对于Python非专业人士要形成战斗力可能需要比matlab更多的时间
对论坛有贡献
总评分:&学术水平 + 1&
热心指数 + 1&
信用等级 + 1&
不错，支持一下
初级热心勋章
初级热心勋章
初级学术勋章
初级学术勋章
初级信用勋章
初级信用勋章
中级热心勋章
中级热心勋章
中级学术勋章
中级学术勋章
高级热心勋章
高级热心勋章
高级学术勋章
高级学术勋章
中级信用勋章
中级信用勋章
特级热心勋章
高级热心勋章
高级信用勋章
高级信用勋章
特级学术勋章
特级学术勋章
论坛好贴推荐
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
京公网安备号
论坛法律顾问：王进律师怎么吸引学妹们用Python而不是Matlab_百度知道
怎么吸引学妹们用Python而不是Matlab
..python自然简单啊
matlab而且用途好像也没有python广泛
偏矩阵和绘图一点
当然数科院的话还是先学好matlab吧
来自团队：
其他类似问题
为您推荐：
python的相关知识
其他1条回答
们字后面的都可以删掉
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁winpython, anaconda 哪个更好？
Python(x,y)和WinPython都是开源项目，其项目负责人都是Pierre
Raybaut。按Pierre自己的说法是“WinPython不是试图取替Python(x,y)，而是出于不同动机和理念：更灵活、易于维护、可移动、对操作系统侵略性更小，但是用户友好性更差、包更少、没有同Windows资源管理器集成。”。里面说Python(x,y)不是很稳定，此外看它目前的更新不是很频繁，确实有可能Pierre后来的工作重心放在WinPython上了。
Canopy和Anaconda是公司推的，带免费版和商业版/插件。这两款发行版也牵扯到一个人，那就是。Travis是SciPy的原始作者，同时也是NumPy的贡献者。Travis在2008年以副总裁身份加入
Enthought，2012年以总裁的身份离开，创立了一个新公司continuum.io，并推出了Python的科学计算平台Anaconda。
Anaconda相对Canopy支持Python的版本更多，对Python新版本支持跟的很紧（不支持Python3.x的理由是因为其依赖的SciPy还不支持Python3，而Anaconda却实现了支持Python3.3和3.4，这就说明问题了），此外其在Linux平台下（通过conda管理）安装更方便。两者使用的是相同的界面--spyder。到底有什么区别呢，哪个更好一些？
按投票排序
不请自来。本问题回答于2015年末，未来可能会出现个人不同意当前观点的状况。种种迹象表明，从13-14年开始在科学计算领域使用Anaconda对于我确实是一个不错的选择。作为一个“科学计算发行版”，而不是一个专用于其他功能的发行版，我会给Anaconda 9分（满分10）Pros：1 Anaconda 作为科学计算/数据挖掘的工具效能让人满意。我认为一些科学计算必要的工具在Anaconda中默认安装：NumPy+SciPy的底层组合Pandas对结构化/非结构化数据的转换以及灵活的处理Statsmodels，Scikit-Learn、NetworkX等对于数据挖掘的支持在Anaconda里面是默认安装的当然工作中我还会关注一些conda没有收录的可爱功能，这其中包括：词云绘图工具wordcloud社交网络挖掘的Louvain算法gradient boosting工具xgboost更多功能大家自己到github, bitbucket, sourceforge等都可以找到，就不赘述。2 Anaconda 作为知识传导的工具令人满意。在其他回答中我看到了有人提到ipython notebook无法正常工作，新手应该注意一下不要在翻墙的同时使用这个功能，它的原理是本地开端口建立一个Server，在浏览器中可以打开ipynb文档，开启Python Kernel，执行代码以及写Markdown风格的文档。我从Ipython 2.x的版本一直用到4.0（已经更名为Jupyter），这个工具可以同时支持Python、Julia和R脚本的Notebook，实现图文码并茂的文档。它的好处就是，HTML可以置于服务器端，而notebook可以直接共享给他人或者放在github上。当我提到绘图的时候，我的意思是bokeh。基于bokeh.js，你的静态图和动图都可以放在Ipython notebook里面或者使用bokeh-server写在服务器上。Python和JavaScript之间交换数据我没有感觉到丝毫的不适，而bokeh本身对于高等、低等图形元素的设计让人感觉恰到好处。作为一个Processing2和R ggplot2的前用户，上手bokeh花了大概1-2天。（小广告：出于私心推荐Processing 3，现在支持Python。值得上手一玩）图文码并茂的文档我私人观点认为，未来是一个大方向：一个200人的公司，下至你手底下的小卒，上至CEO，都会从文档中获取他们需要整合的信息。作为数据分析师，数据科学家这种有些容易被码工鄙视实干不足，又被运营嗤之以鼻不够业务敏感不接地气的岗位，用数据讲出你想讲出的李菊福的故事应该是基本功。3 Anaconda的工具生态圈让我觉察到了它未来的布局或者说野心。且不说Win/MacOS/Linux通吃，请看如下链接中的PDF链接 Anaconda提出了数据科学生态圈的概念，我认为这是经过凝练浓缩之后的总结出来的一套方法论。数据整合、探索、统计分析、挖掘、预测（见第一点）数据的仪表板、故事板乃至BI工具（见第二点）代码底层加速能力：合理利用CPU（blaze生态系统，Intel MKL）、GPU（CUDA JIT）、Spark企业工具：本地部署的协作开发平台wakari、本地定制化部署的Hadoop Spark（已有docker）结合方法论提供解决别人痛点的工具是虚幻的，所以Continuum Analytics自己也做数据、算法的咨询服务。我认为有一大批压根没有远见的、没有真正以数据为核心做数据科学的所谓大数据公司，他们是真正好用技术的怀疑论者，我向来是无视的。Cons：1 技术群里面很多小伙伴反馈说conda生态圈更新慢。一般会晚1-2个月，比如IPython 4.0或者说Python 3.5的整合。我希望有的是稳定、简单的版本，对更新的需求可以压抑一下。2 有些本来可以免费找到的资源在Anaconda中收费，比如NumPy w/ Intel MKL。而且，个人无法负担本地部署的Wakari企业级协作开发产品和Hadoop Spark集群产品。如果你有兴趣可以写邮件quote之。3 回头看到题主提到的Spyder我跟你说我强迫症又犯了。Spyder作为IDE提供的是类似Matlab或者RStudio的体验，Python作为开发语言，除了Ipython Notebook以外，我建议你从以下2个工具里2选1，这2个可都不是Anaconda自带的工具了。PyCharm，JetBrains的精品，Win/MacOS/Linux全平台。不多解释了。Sublime Text 3，编辑器里我用着挺顺手（代码风格检查、高亮、代码上传、多翻译器切换）那些说Vim的，你过来咬我啊！================================================================作为一个Anaconda的收费产品使用者，我得承认在几乎所有的技术群里面我表现的都像官托。管它呢！Life is short, no BB.
用过两个软件后，我发现自己偏爱Anaconda啊！大家都喜欢美观易用的User Interface，这样的话Anaconda是个不错的选择，界面漂亮，更方便管理那些Libraries，而且会对版本更新比较勤快。其实说实话，我原来都是自己手动安装所有的Libraries的，从来不借助这些第三方软件，感觉这样比较Cool，可是经常会出现那些停留在Python2.x的Libraries，还要自己动手修改代码，才可以用，真是痛心疾首，后来找了很多的第三方，比如题主说的 （x，y）Python，Anaconda，还有Enthought，Winpython。后来综合考虑了，软件的美观程度，版本兼容性，更新频率，管理难易程度，我还是选择了Anaconda这条大水蟒。一般堆代码也都是在Ipython Notebook里面完成的，很少去Spyder里面编辑，毕竟能少打开一个软件窗口就要节省一个窗口，而且整合在浏览器中的Ipython Notebook对代码每一步的测试很好用，命令行和批处理完美的融合在了一起，而且学会了Markdown语言后，整个就是一个笔记本，无论是图片，视频，数学公式，还是项目列表，表格，各种格式的文本都可以在一个ipnb文件里完成。是科学工作者和程序员的好笔记本，只有更爱它。可以插入图片可以插入网页可以插入网页可以绘制表格可以绘制表格可以嵌入网络链接可以嵌入网络链接可以直接绘图可以编辑数学公式可以编辑数学公式对 pandas 的良好支持对 pandas 的良好支持
Anaconda 和 winpython 都用过，Anaconda用得少些，windows下主要用winpython。python如果不是做开发的话，相比spyder, 用ipython notebook是更好的选择.有关两者的区别就我了解有如下几点：1，我曾经让学生装Anaconda作为python课上的使用软件，但是不少同学安装都出现问题，最主要的就是ipython notebook用不了，而后改用winpython，出现问题的情况变少了。这发生在2013年，之后上课就统一用winpython了。2，winpython脱胎于pythonxy，面向科学计算，兼顾数据分析与挖掘，；而Anaconda主要面向数据分析与挖掘方面，在大数据处理方面有自己特色的一些包, 据说在极大的矩阵运算方面速度很快。3，winpython强调便携性，被做成绿色软件，不写入注册表，安装其实就是解压到某个文件夹，移动文件夹甚至放到U盘里在其他电脑上也能用。Anaconda则算是传统的软件模式。4，winpython是由个人维护；Anaconda是由一家数据分析服务公司维护；这个区别意味着winpython在很多方面都从简，而Anaconda会提供一些人性化设置。5，winpython 只能在windows上用，Anaconda则有linux的版本。大致就这些，其实两个集成平台最大的区别还是其集成的软件包的区别，在windows下装python的包容易出问题，你需要哪些包，而其中一个有，那就选那个。抛开软件包的差异，我个人推荐初学者用winpython，我觉得它似乎正因为其简单，问题也少点，由于便携性的特点系统坏了，重装后也能直接用。最后一个建议，用python时间长了，最终还是会在linux下用的。windows下太缚手缚脚了。
没用过winpython，只用过anaconda用了anaconda觉得已经很好用了
JP Morgan和Credit Suisse用Anaconda，朋友告诉我Citi也是用那个。看看哪个你们行业用的广泛就用哪个呗～
Linux --& Anaconda Windows --& Winpython Anaconda在windows环境下问题多，notebook用不了。
anaconda在win 下各种崩溃，还是用winpython吧。我是win7，用的最新版和11月的次新版。
在 windows 下我推荐 anaconda，或者说其背后的 conda 包管理系统。它提供了和 pip 类似的管理功能并且有所增强（例如支持 env），并且，所有的包都是编译好的，不必像 pip 那样安装 numpy 和 scipy 时折腾许久。如果觉得默认包配置太累赘的话，完全可以下载 conda 最小包 miniconda （）来进行安装
据说anaconda的源在墙外，访问不稳定。我用anaconda安装R语言支持，一直没成功。An unexpected error has occurred, please consider sending the:--:--
B/sfollowing traceback to the conda GitHub issue tracker at:Include the output of the command 'conda info' in your report.Traceback (most recent call last):
File "/opt/conda/lib/python3.5/site-packages/requests/packages/urllib3/response.py", line 226, in _error_catcher
File "/opt/conda/lib/python3.5/site-packages/requests/packages/urllib3/response.py", line 301, in read
data = self._fp.read(amt)
File "/opt/conda/lib/python3.5/http/client.py", line 433, in read
n = self.readinto(b)
File "/opt/conda/lib/python3.5/http/client.py", line 473, in readinto
n = self.fp.readinto(b)
File "/opt/conda/lib/python3.5/socket.py", line 575, in readinto
return self._sock.recv_into(b)
File "/opt/conda/lib/python3.5/ssl.py", line 924, in recv_into
return self.read(nbytes, buffer)
File "/opt/conda/lib/python3.5/ssl.py", line 786, in read
return self._sslobj.read(len, buffer)
File "/opt/conda/lib/python3.5/ssl.py", line 570, in read
v = self._sslobj.read(len, buffer)ConnectionResetError: [Errno 104] Connection reset by peerDuring handling of the above exception, another exception occurred:Traceback (most recent call last):
File "/opt/conda/bin/conda", line 5, in &module&
sys.exit(main())
File "/opt/conda/lib/python3.5/site-packages/conda/cli/main.py", line 173, in main
args_func(args, p)
File "/opt/conda/lib/python3.5/site-packages/conda/cli/main.py", line 180, in args_func
args.func(args, p)
File "/opt/conda/lib/python3.5/site-packages/conda/cli/main_install.py", line 45, in execute
install.install(args, parser, 'install')
File "/opt/conda/lib/python3.5/site-packages/conda/cli/install.py", line 423, in install
plan.execute_actions(actions, index, verbose=not args.quiet)
File "/opt/conda/lib/python3.5/site-packages/conda/plan.py", line 538, in execute_actions
inst.execute_instructions(plan, index, verbose)
File "/opt/conda/lib/python3.5/site-packages/conda/instructions.py", line 148, in execute_instructions
cmd(state, arg)
File "/opt/conda/lib/python3.5/site-packages/conda/instructions.py", line 52, in FETCH_CMD
fetch(state['index'], arg)
File "/opt/conda/lib/python3.5/site-packages/conda/instructions.py", line 48, in fetch
fetch_pkg(index[fn])
File "/opt/conda/lib/python3.5/site-packages/conda/fetch.py", line 296, in fetch_pkg
download(url, path, session=session, md5=info['md5'], urlstxt=True)
File "/opt/conda/lib/python3.5/site-packages/conda/fetch.py", line 376, in download
= resp.raw.read(2**14)
File "/opt/conda/lib/python3.5/site-packages/requests/packages/urllib3/response.py", line 311, in read
flush_decoder = True
File "/opt/conda/lib/python3.5/contextlib.py", line 77, in __exit__
self.gen.throw(type, value, traceback)
File "/opt/conda/lib/python3.5/site-packages/requests/packages/urllib3/response.py", line 244, in _error_catcher
raise ProtocolError('Connection broken: %r' % e, e)requests.packages.urllib3.exceptions.ProtocolError: ("Connection broken: ConnectionResetError(104, 'Connection reset by peer')", ConnectionResetError(104, 'Connection reset by peer'))The command '/bin/sh -c conda install --yes
r-irkernel
r-devtools
r-rmarkdown
r-forecast
r-reshape2
r-nycflights13
r-randomforest' returned a non-zero code: 1
我来安利一下Canopy。主界面长这样，目前最新的版本是1.7。如果你还是学生，可以用学校邮箱注册账号登录，解锁debug 功能。重点安利它家的Package Manager 功能，界面长这样，可视化的安装界面，妈妈再也不用担心我的package 缺失/版本混乱/安装路径不明啦！Canopy 为您贴心准备了所有常用的科学计算包，包括大名鼎鼎的numpy，scipy，pandas等等。numpy 的安装情况长这样，连pip install 都不用啦！鼠标点点，安装卸载轻轻松松。甚至可以回溯历史版本！是否过于炸裂！同时Canopy 对于Jupyter Notebook 的支持也很棒，可以在editor 里直接查看、编辑。个人认为Canopy 最棒的一点是如果在安装时将它设置为default ，之后就不需要担心Python 的编译环境了。Canopy 自动为你创建出一个VirtualEnv，使你专心于具体的实现，不必担心底层的情况。最后，Pycharm 也是极好的！然而我用sublime text 码代码。。。（一黑黑俩
已有帐号？
无法登录？
社交帐号登录python安装和学习-最后推荐winpython - 简书
下载简书移动应用
写了638333字，被400人关注，获得了238个喜欢
python安装和学习-最后推荐winpython
：WinPython 是由Python(x,y)的作者开发，功能是比较全的,软件包也比较新，GUI基于PyQt， 不过相对于Python(x,y)，它主要是关注便携式安装体验：你可以把它装在u盘里面。windows中可以不再使用Python(x,y)了,改成 WinPython了。现在的版本是2.7.6.3，支持Python2和3，稳定性已有相当的改善.发布的版本也比较全。winpython自带了 spyder作为Python开发环境，安装时会自动安装sypder。WinPython功能也是比较全的,软件包比较新，GUI基于PyQt，不过相对于Python（x，y），它主要是关注便携式安装体验：你可以把它装在u盘里面。我现在windows中已不再使用PythonXY了,改成WinPython了,对于MinGW,我直接安装了QT5.20(含MinGW4.8.0),再加上boost 1.54.0,用于科研,已非Visual Studio可以相提并论!现在的版本是2.7.6.3.稳定性已有相当的改善.发布的版本也比较全:winpython：放弃MATLAB！简述winpython为什么比MATLAB更方便 - 星际浪子：winpython的推荐：关于matlab和winpython的对比：下载链接：winpython2.7.6.3-32bit：3.4.2.3 的32位和64位版本都有。推荐2.7.6.3和3.3.5.0python学习经验，比较旧了。python科学计算 第二版：
如果觉得我的文章对您有用，请随意打赏。您的支持将鼓励我继续创作！
打开微信“扫一扫”，打开网页后点击屏幕右上角分享按钮
如果觉得我的文章对您有用，请随意打赏。您的支持将鼓励我继续创作！
选择支付方式：做为一个宽客，应该选择Matlab还是Python呢？各有什么利弊？
本人有坚实的Java基础，刚开始接触量化投资。发现各大平台提供的接口一般都是Python或Matlab的。所以准备学习一门。请问这两者应该如何选择？在实践中各有什么利弊？多谢！
按时间排序
这题我来答，最近刚好在纠结Python和matlab的选择问题。先上答案，Python和matlab都要学。接下来说说原因。想做quant，优秀的quant。而不是闹着玩的话，我觉得2者都是有必要的。俗话说技多不压身，多一项技能有什么不好的呢。(这句话类似耍流氓)说一说matlab和Python的优缺点。matlab属于科学语言，矩阵运算，快速建模，统计绝对的强势。但是如果用来做回测，运行速度，稳定性，代码量等问题一定会让你留下难忘回忆。Python，最近几年大红大紫，最大的亮点是有无数的包，涵盖各种任务处理，就简单应用来说matlab能干的事，Python都能干。关键Python比matlab便宜啊。快速，效率，代码量小都是他的优点。但是如果在数学建模的深度应用方面就不如matlab了。最后，我在呼应一下开头的答案，两个都要会，侧重不同的任务需求，挖数据，做模型用matlab，做回测用Python。当然，如果你偏交易员，那么Python就已经能够满足你所有的要求。以上内容都是从其他优秀答题处看来的。扩展阅读：请下载本期知乎周刊，编程小白学Python。里面有你想要的一切。
主要用maltab，Python是后来为了从TuShare提数据学的。现在用Python提取清洗数据，matlab跑策略回测，主要是框架在matlab上搭好了，懒得再写
R没怎么用过，学校时用MATLAB，因为不知道有python及pandas，主要是那时候pandas在国内也还没有几个人知道。现在用Python，尤其是有numpy 和 pandas后，真可谓相见恨晚。对于做量化或者数据分析python相比臃肿的MATLAB的比较优势是明显的。集成开发环境推荐anaconda。有分别python2.7 和 python3.4的32位和64位版本，集成了常用那些包，还有spyder，界面就和MATLAB就很相似了。
实践中，具体项目的团队让你用啥写就用啥写，谈什么利弊。没有选择余地，该会的都要会。
精通任意一门即可，quant的编程就是草稿纸水准，怎么舒服怎么来，后续实现有强大的IT部门帮你重写。
MATLAB确实【略】方便Python确实【略】快我告你要是不差钱儿其实谁都爱用MATLAB（花街的情况）至于国内MATLAB为啥应用这么广泛，我可以告诉你们一句无ni可men奉dong告de
两个都学能多花多少时间？
用过一段时间的python，果断用回了matlab
如果你做策略研究，做数据分析，两者功能上差不多，但是应该选择matlab，因为：1 Python的文档没有Matlab的详细。2 Matlab将所有的功能整合了在一起，而Python需要自己一个一个安装所需要的包，不同的包的代码风格还不太一样。如果你还要做网络爬虫，数据清洗等偏IT的工作，那么Python更优。简单的说，Python是通用语言，什么都能做，而matlab擅长计算。
在不存在Matlab购买问题的情况下，个人建议主力Matlab。我自己曾经把一个策略框架用Matlab和Python同时写了一遍。Matlab的优点是数据格式规范，工具包调用简单，包之间完全不存在相互冲突。Python的优点在于我能较方便的写出一个可以独立运行的GUI，而且数据读取、处理更顺手。基本都是胶水语言的优点。而且，该框架Python的运行速度比Matlab快五倍左右（粗略估计）。但是，我很确定的发现，Matlab更适合我这样的策略研究者，在Matlab下不会被策略之外的bug频繁打断逻辑思路。我现在研究策略主要用Matlab，Python会用来读取和清洗数据，如果对运行速度有要求，会使用其他解决方案或者Python。注：曾经因为一个工具包而使用R，感觉结果不对劲，发现工具包本身有错误。和包的作者沟通后确定了。从此对R再也提不起兴趣。不知道Python甚至Matlab是否也存在这种问题。总之，调用工具包都要小心。
python下有一个封装了numpy的module：pandas，专门用做量化研究的，AQR大牛开发，搭配python notebook，良心推荐。ps. 我以前也用matlab，现在全部转到python下面了
python和C++来回切换ing
泻药。Matlab毕竟是个商业软件，没有太大的短板，那来做研究十分好用，不会切断研究思路。numpy scipy看起来很美，但其实并没有那么方便，经常会因为需要写code而打断研究思路。得不偿失。我同事也有用R的，好像也不错，不过我没精力去转。
理论上讲Matlab, R,
Python都行，不过我用Matlab, 主要是方便进行研究, Python要想超过Matlab还需些时日。
已有帐号？
无法登录？
社交帐号登录}