Este capítulo es una introducción a los conceptos básicos de Python, entre lo que se incluye aprender a nombrar variables y diversos tipos de datos en Python.

Te damos la bienvenida a Python para finanzas

Ejecutar código frente a enviar respuesta

Python como calculadora

Variables

Crear variables numéricas

Búsqueda de los ingresos medios

Tipos de datos

Crear diferentes tipos de variables

Determinación de tipos

Combinación de tipos de datos

Bienvenido a Python

Este capítulo presenta las listas de Python y cómo utilizarlas para trabajar con datos.

Listas

Creación de listas en Python

Indexación de elementos de lista

Corte de varios elementos de lista

Listas anidadas

Almacenar una lista anidada

Crear un subconjunto de una lista anidada

Métodos y funciones de listas

Exploración de métodos y funciones de listas

Uso de métodos de listas para añadir datos

Búsqueda de acciones con precio máximo

Este capítulo presenta los paquetes de Python, concretamente el paquete NumPy y cómo puede utilizarse con eficiencia para manipular matrices.

Matrices

Crear una matriz

Operaciones con elementos de matrices

Creación de subconjuntos de elementos de una matriz

Matrices y funciones 2D

Creación de una matriz 2D

Creación de subconjuntos de matrices 2D

Cálculo de estadísticas de matriz

Generación de una secuencia de números

Uso de matrices para el análisis

¿Quién está por encima de la media?

¿Quién se dedica a la sanidad?

Matrices en Python

En este capítulo conocerás el paquete Matplotlib para crear gráficos de líneas, diagramas de dispersión e histogramas.

Visualización en Python

Importación de matplotlib y pyplot

Adición de etiquetas y títulos a los ejes

Varias líneas en el mismo gráfico

Diagramas de dispersión

Histogramas

¿Cuáles son las aplicaciones de los histogramas en finanzas?

¿Los datos están distribuidos normalmente?

Comparación de dos histogramas

Adición de una leyenda

En este capítulo, tendrás la oportunidad de aplicar todas las técnicas que has aprendido en el curso a datos de S&P 100.

Introducción al conjunto de datos

Matrices y NumPy

Una perspectiva más detallada de los sectores

Filtrado de matrices

Resumen de datos del sector

Crear un gráfico de los ratios PER

Visualización de tendencias

Histograma de ratios PER

Identificar el valor atípico

Nombrar el valor atípico

Caso práctico de S&P 100

Stocks data (I)

Stocks data (II)

S&P 100 data

El sector financiero utiliza Python de forma amplia en sus análisis cuantitativos, el cual abarca desde la comprensión de la dinámica de las operaciones hasta los sistemas de gestión de riesgos. Con este curso aprenderás a analizar tus datos financieros desarrollando tus conocimientos de Python.
<br><br>
El primer capítulo explica cómo Python y las finanzas van de la mano. A continuación, aprenderás los conceptos básicos de Python, tales como imprimir resultados, realizar cálculos, comprender los tipos de datos y crear variables.
<br><br>
A continuación, aprenderás a usar listas y matrices en Python, explorando cómo puedes utilizarlas para trabajar con datos. Utilizarás los paquetes NumPy y Matplotlib para manipular y visualizar datos.
<br><br>
Por último, terminarás el curso realizando un análisis financiero en Python sobre un conjunto de datos de S&P 100. En este aplicarás tus conocimientos de Python para filtrar listas, resumir datos sectoriales, trazar ratios precio-beneficio en histogramas, visualizar tendencias financieras e identificar valores atípicos.
<br><br>
Al final del curso, te sentirás seguro en tus conocimientos básicos de Python y en tus habilidades prácticas de análisis financiero. Estos conocimientos y habilidades son muy valorados en el sector financiero para resolver problemas de finanzas cuantitativas. Este curso forma parte de nuestro programa Fundamentos de finanzas en Python, que es perfecto para aquellas personas que deseen profundizar sus conocimientos en Python en materia de finanzas.

<h2>Aprende los fundamentos de Python para finanzas</h2>
El sector financiero utiliza Python de forma amplia en sus análisis cuantitativos, el cual abarca desde la comprensión de la dinámica de las operaciones hasta los sistemas de gestión de riesgos. Con este curso aprenderás a analizar tus datos financieros desarrollando tus conocimientos de Python.
<br><br>
<h2>Manipular y Visualizar Datos con Paquetes Python</h2>
El primer capítulo explica cómo Python y las finanzas van de la mano. A continuación, aprenderás los conceptos básicos de Python, tales como imprimir resultados, realizar cálculos, comprender los tipos de datos y crear variables.
<br><br>
A continuación, aprenderás a usar listas y matrices en Python, explorando cómo puedes utilizarlas para trabajar con datos. Utilizarás los paquetes NumPy y Matplotlib para manipular y visualizar datos.
<br><br>
<h2>Realizar análisis financieros con Python</h2>
Por último, terminarás el curso realizando un análisis financiero en Python sobre un conjunto de datos de S&amp;P 100. En este aplicarás tus conocimientos de Python para filtrar listas, resumir datos sectoriales, trazar ratios precio-beneficio en histogramas, visualizar tendencias financieras e identificar valores atípicos.
<br><br>
Al final del curso, te sentirás seguro en tus conocimientos básicos de Python y en tus habilidades prácticas de análisis financiero. Estos conocimientos y habilidades son muy valorados en el sector financiero para resolver problemas de finanzas cuantitativas. Este curso forma parte de nuestro programa Fundamentos de finanzas en Python, que es perfecto para aquellas personas que deseen profundizar sus conocimientos en Python en materia de finanzas.

Desarrolla habilidades en Python para mejorar tu carrera en finanzas. Aprende listas, arrays y visualización.

Introducción a Python para finanzas

Desarrolla habilidades en Python para mejorar tu carrera financiera: listas, arrays y visualización de datos.

Fundamentos de Finanzas en Python

Fundamentos de Finanzas con CFI

Instructor

Two Dimensional Arrays

Two-dimensional arrays

Array Methods

Array Functions

The `arange()` function

The `transpose()` function

Array Indexing for 2D arrays

Let's practice!

Matrices en Python - Matrices y funciones 2D