Filtrado de matrices
En esta lección, te centrarás en dos sectores:
- Tecnologías de la información
- Bienes de consumo básico
numpy se importa como np y los datos del S&P 100 se almacenan como matrices: names, sectors y pe (relación precio/beneficios).
Este ejercicio forma parte del curso
Introducción a Python para finanzas
Ejercicio interactivo práctico
Prueba este ejercicio completando el código de muestra.
# Create boolean array
boolean_array = (____ 'Information Technology')
# Subset sector-specific data
it_names = ____
it_pe = ____
# Display sector names
print(it_names)
print(it_pe)