Введение в Python для финансистов
Этот курс посвящен знакомству с Python для финансового анализа
Преподаватель
Анастасия Шафиева
Преподаватель по курсам компьютерные сети, телекоммуникации и связь
4часа
14видео
40упражнений
4700опыта
Описание курсаФинансовая отрасль все чаще использует Python для программирования и проведения количественного анализа, начиная от изучения экономической динамики и заканчивая системами управления рисками. Этот курс посвящен знакомству с Python для финансового анализа. На практических примерах вы изучите основы структур данных Python, таких как списки и массивы, и освоите мощные способы хранения и управления финансовыми данными для определения динамики.
1. Добро пожаловать в Python
В этой главе вы изучите основы языка Python, в том числе, как присваивать имена переменным и различным типам данных в Python.
Добро пожаловать в Python для финансистов!
50
Использование Python в финансовой сфере
100
Запуск кода и отправка ответа
100
Комментарии и переменные
50
Печатаем вывод
100
Определение средних показателей
100
Типы данных
50
Создание переменных
100
Определение типов
100
Булевы значения в Python
100
Объединение разных типов данных
100
2. Списки
В этой главе вы изучите списки в Python и узнаете, как их можно использовать для работы с данными.
Списки в Python
50
Создание списков в Python
100
Индексирование элементов списка
100
Срез нескольких элементов списка
100
Вложенные списки
50
Создание вложенного списка
100
Выборка вложенного списка
100
Функции и методы списков
50
Изучение методов и функций списков
100
Использование методов списка для добавления данных
100
Поиск максимальных значений
100
3. Массивы в Python
Эта глава познакомит вас с библиотеками в Python, в частности с NumPy, которую можно эффективно использовать для работы с массивами.Массивы
50
Создание массива
100
Поэтапные операции с массивами
100
Двумерные массивы
50
Создание двумерного массива
100
Выборка двумерных массивов
100
Вычисление статистических данных
100
Генерация последовательных чисел
100
Использование массивов для анализа
50
Поиск данных с показателем выше среднего
100
Поиск элементов в массиве
100
4. Визуализация в Python
В этой главе вы изучите библиотеку Matplotlib для создания линейных графиков, диаграмм рассеяния и гистограмм.
5. Практика применения
В этой главе у вас будет возможность применить все изученные в курсе приёмы на готовом датасете.
