Pushing the docs to dev/ for branch: master, commit 8fa7771d139765002b78bc3853955c6ad06dde5d

Author: sklearn-ci

dev/_downloads/auto_examples_jupyter.zip

@@ -149,62 +149,63 @@ def quotes_historical_google(symbol, date1, date2):
 d2 = datetime(2007, 12, 31)
 
 symbol_dict = {
-    'TOT': 'Total',
-    'XOM': 'Exxon',
-    'CVX': 'Chevron',
-    'COP': 'ConocoPhillips',
-    'VLO': 'Valero Energy',
-    'MSFT': 'Microsoft',
-    'IBM': 'IBM',
-    'TWX': 'Time Warner',
-    'CMCSA': 'Comcast',
-    'CVC': 'Cablevision',
-    'YHOO': 'Yahoo',
-    'DELL': 'Dell',
-    'HPQ': 'HP',
-    'AMZN': 'Amazon',
-    'TM': 'Toyota',
-    'CAJ': 'Canon',
-    'SNE': 'Sony',
-    'F': 'Ford',
-    'HMC': 'Honda',
-    'NAV': 'Navistar',
-    'NOC': 'Northrop Grumman',
-    'BA': 'Boeing',
-    'KO': 'Coca Cola',
-    'MMM': '3M',
-    'MCD': 'McDonald\'s',
-    'PEP': 'Pepsi',
-    'K': 'Kellogg',
-    'UN': 'Unilever',
-    'MAR': 'Marriott',
-    'PG': 'Procter Gamble',
-    'CL': 'Colgate-Palmolive',
-    'GE': 'General Electrics',
-    'WFC': 'Wells Fargo',
-    'JPM': 'JPMorgan Chase',
-    'AIG': 'AIG',
-    'AXP': 'American express',
-    'BAC': 'Bank of America',
-    'GS': 'Goldman Sachs',
-    'AAPL': 'Apple',
+    'NYSE:TOT': 'Total',
+    'NYSE:XOM': 'Exxon',
+    'NYSE:CVX': 'Chevron',
+    'NYSE:COP': 'ConocoPhillips',
+    'NYSE:VLO': 'Valero Energy',
+    'NASDAQ:MSFT': 'Microsoft',
+    'NYSE:IBM': 'IBM',
+    'NYSE:TWX': 'Time Warner',
+    'NASDAQ:CMCSA': 'Comcast',
+    'NYSE:CVC': 'Cablevision',
+    'NASDAQ:YHOO': 'Yahoo',
+    'NASDAQ:DELL': 'Dell',
+    'NYSE:HPQ': 'HP',
+    'NASDAQ:AMZN': 'Amazon',
+    'NYSE:TM': 'Toyota',
+    'NYSE:CAJ': 'Canon',
+    'NYSE:SNE': 'Sony',
+    'NYSE:F': 'Ford',
+    'NYSE:HMC': 'Honda',
+    'NYSE:NAV': 'Navistar',
+    'NYSE:NOC': 'Northrop Grumman',
+    'NYSE:BA': 'Boeing',
+    'NYSE:KO': 'Coca Cola',
+    'NYSE:MMM': '3M',
+    'NYSE:MCD': 'McDonald\'s',
+    'NYSE:PEP': 'Pepsi',
+    'NYSE:K': 'Kellogg',
+    'NYSE:UN': 'Unilever',
+    'NASDAQ:MAR': 'Marriott',
+    'NYSE:PG': 'Procter Gamble',
+    'NYSE:CL': 'Colgate-Palmolive',
+    'NYSE:GE': 'General Electrics',
+    'NYSE:WFC': 'Wells Fargo',
+    'NYSE:JPM': 'JPMorgan Chase',
+    'NYSE:AIG': 'AIG',
+    'NYSE:AXP': 'American express',
+    'NYSE:BAC': 'Bank of America',
+    'NYSE:GS': 'Goldman Sachs',
+    'NASDAQ:AAPL': 'Apple',
     'NYSE:SAP': 'SAP',
-    'CSCO': 'Cisco',
-    'TXN': 'Texas Instruments',
-    'XRX': 'Xerox',
-    'WMT': 'Wal-Mart',
-    'HD': 'Home Depot',
-    'GSK': 'GlaxoSmithKline',
-    'PFE': 'Pfizer',
-    'SNY': 'Sanofi-Aventis',
-    'NVS': 'Novartis',
-    'KMB': 'Kimberly-Clark',
-    'R': 'Ryder',
-    'GD': 'General Dynamics',
-    'RTN': 'Raytheon',
-    'CVS': 'CVS',
-    'CAT': 'Caterpillar',
-    'DD': 'DuPont de Nemours'}
+    'NASDAQ:CSCO': 'Cisco',
+    'NASDAQ:TXN': 'Texas Instruments',
+    'NYSE:XRX': 'Xerox',
+    'NYSE:WMT': 'Wal-Mart',
+    'NYSE:HD': 'Home Depot',
+    'NYSE:GSK': 'GlaxoSmithKline',
+    'NYSE:PFE': 'Pfizer',
+    'NYSE:SNY': 'Sanofi-Aventis',
+    'NYSE:NVS': 'Novartis',
+    'NYSE:KMB': 'Kimberly-Clark',
+    'NYSE:R': 'Ryder',
+    'NYSE:GD': 'General Dynamics',
+    'NYSE:RTN': 'Raytheon',
+    'NYSE:CVS': 'CVS',
+    'NYSE:CAT': 'Caterpillar',
+    'NYSE:DD': 'DuPont de Nemours'}
+
 
 symbols, names = np.array(sorted(symbol_dict.items())).T