This chapter is an introduction to basics in Python, including how to name variables and various data types in Python.

Welcome to Python for Finance!

Run code vs. submit answer

Python as a calculator

Variables

Creating numeric variables

Finding the average revenue

Data types

Creating different types of variables

Determining types

Combining data types

Welcome to Python

This chapter introduces lists in Python and how they can be used to work with data.

Lists

Creating lists in Python

Indexing list items

Slicing multiple list elements

Nested lists

Stock up a nested list

Subset a nested list

List methods and functions

Exploring list methods and functions

Using list methods to add data

Finding stock with maximum price

This chapter introduces packages in Python, specifically the NumPy package and how it can be efficiently used to manipulate arrays.

Arrays

Create an array

Elementwise operations on arrays

Subsetting elements from an array

2D arrays and functions

Creating a 2D array

Subsetting 2D arrays

Calculating array stats

Generating a sequence of numbers

Using arrays for analysis

Who's above average?

Who's in health care?

Arrays in Python

In this chapter, you will be introduced to the Matplotlib package for creating line plots, scatter plots, and histograms.

Visualization in Python

Importing matplotlib and pyplot

Adding axis labels and titles

Multiple lines on the same plot

Scatterplots

Histograms

What are applications of histograms in finance?

Is data normally distributed?

Comparing two histograms

Adding a legend

In this chapter, you will get a chance to apply all the techniques you learned in the course on the S&P 100 data.

Introducción al conjunto de datos

Listas

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

S&P 100 Case Study

Stocks data (I)

Stocks data (II)

S&P 100 data

Course Glossary

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.

Los vídeos contienen transcripciones en directo que puedes mostrar haciendo clic en «Mostrar transcripción» en la parte inferior izquierda de los vídeos.

El glosario del curso se encuentra a la derecha, en la sección de recursos.

Para obtener créditos CPE, debes completar el curso y alcanzar una puntuación del 70 % en la evaluación cualificada. Puedes acceder a la evaluación haciendo clic en la llamada de créditos CPE situada a la derecha.

<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

Identificar el valor atípico

Introducción a Python para finanzas

ejercicio interactivo práctico