关于python，一般这么处理。第一种方法是，把dolphindb当作数据库的数据清洗工具，处理完的数据通过python api，输出成python中的一个DataFrame或者ndarray来进一步处理。
第二种方法，1.3版本（11月初发布）还将提供一个python插件，允许在dolphindb中直接调用python的模块和函数（包括你们自己开发的模块）。一般也是查询清洗后的结果交给python代码建模。
第三种方法，使用DolphinDB的orca（模拟pandas接口）接口来做数据查询和清洗（python代码，但实际运行在dolphindb server上），最后通过toDF函数，转化成本地的一个pandas dataframe做进一步的回测、建模等操作。缺点是转化成本地dataframe之前，不支持用户自定义的python函数包括lamda函数。但是可以支持dolphindb的自定义函数
与恶龙缠斗过久,自身亦成为恶龙；凝视深渊过久,深渊将回以凝视…
