Ce chapitre présente les notions de base en Python, notamment la façon de nommer des variables et les différents types de données en Python.

Bienvenue dans Python pour la finance !

Exécuter le code vs. soumettre la réponse

Python comme calculatrice

Variables

Créer des variables numériques

Calculer la moyenne des revenus

Types de données

Créer différents types de variables

Déterminer les types

Combiner des types de données

Bienvenue dans Python

Ce chapitre présente les listes en Python et explique comment elles peuvent servir à travailler avec des données.

Listes

Créer des listes en Python

Indexer des éléments de liste

Découper plusieurs éléments d'une liste

Listes imbriquées

Mettre en réserve une liste imbriquée

Extraire une sous-partie d'une liste imbriquée

Méthodes et fonctions des listes

Explorer les méthodes et fonctions des listes

Utiliser les méthodes de liste pour ajouter des données

Repérer le titre ayant le prix maximal

Ce chapitre présente les modules en Python, en particulier NumPy, et montre comment l'utiliser efficacement pour manipuler des tableaux.

Tableaux

Créer un tableau

Opérations élément par élément sur des tableaux

Sous-ensembles d'éléments d'un tableau

Tableaux 2D et fonctions

Créer un tableau 2D

Extraction de sous-ensembles de tableaux 2D

Calculer des statistiques sur un array

Générer une séquence de nombres

Utiliser les tableaux pour l'analyse

Qui est au-dessus de la moyenne?

Qui œuvre dans le secteur des soins de santé?

Tableaux en Python

Dans ce chapitre, vous serez initié au module Matplotlib pour créer des graphiques linéaires, des nuages de points et des histogrammes.

Visualisation en Python

Importer matplotlib et pyplot

Ajouter des étiquettes d'axes et un titre

Plusieurs lignes sur le même graphique

Nuages de points

Histogrammes

Quelles sont les applications des histogrammes en finance ?

Les données suivent-elles une loi normale?

Comparer deux histogrammes

Ajouter une légende

Dans ce chapitre, vous aurez l'occasion d'appliquer toutes les techniques apprises dans le cours aux données du S&P 100.

Présentation de l'ensemble de données

Tableaux et NumPy

Regard approfondi sur les secteurs

Filtrer des tableaux

Résumer les données par secteur

Tracer les ratios C/B

Visualiser les tendances

Histogramme des ratios C/B

Repérer la valeur aberrante

Nommer la valeur aberrante

Étude de cas S&P 100

S&P 100 data

Course Glossary

Stocks data (II)

Stocks data (I)

Le secteur financier utilise largement Python pour l'analyse quantitative, qu'il s'agisse de comprendre la dynamique des marchés ou de bâtir des systèmes de gestion du risque. Ce cours vous montrera comment analyser vos données financières tout en développant vos compétences en Python.
<br><br>
Le premier chapitre explique pourquoi Python et la finance vont de pair. Vous y apprendrez ensuite les bases de Python, comme afficher des résultats, effectuer des calculs, comprendre les types de données et créer des variables.
<br><br>
Vous verrez ensuite les listes et les tableaux en Python, et comment les utiliser pour travailler avec des données. Vous utiliserez les modules NumPy et Matplotlib pour manipuler et visualiser des données.
<br><br>
Enfin, vous terminerez le cours par une analyse financière en Python à partir d'un jeu de données du S&P 100. Vous y appliquerez vos compétences en Python pour filtrer des listes, résumer des données par secteur, tracer des ratios C/B dans des histogrammes, visualiser des tendances financières et repérer des valeurs aberrantes.
<br><br>
À la fin du cours, vous serez à l'aise avec les bases de Python et avec des techniques pratiques d'analyse financière. Ces compétences sont très recherchées en finance pour résoudre des problèmes de finance quantitative. Ce cours fait partie du parcours Finance Fundamentals in Python, idéal pour celles et ceux qui souhaitent approfondir Python appliqué à la finance.

Les vidéos contiennent des transcriptions en direct que vous pouvez afficher en cliquant sur « Show transcript » en bas à gauche des vidéos.

Le glossaire du cours se trouve à droite, dans la section des ressources.

Pour obtenir des crédits de FPC, vous devez terminer le cours et atteindre un score de 70 % à l'évaluation admissible. Vous pouvez accéder à l'évaluation en cliquant sur l'encadré de crédits FPC à droite.

<h2>Apprenez les bases de Python pour la finance</h2>
Le secteur financier utilise largement Python pour l'analyse quantitative, que ce soit pour comprendre la dynamique des transactions ou pour les systèmes de gestion des risques. Ce cours vous montrera comment analyser vos données financières en développant vos compétences en Python.
<br><br>
<h2>Manipulez et visualisez des données avec des packages Python</h2>
Le premier chapitre explique comment Python et la finance sont étroitement liés. Vous apprendrez ensuite les bases de Python, telles que l'affichage de résultats, la réalisation de calculs, la compréhension des types de données et la création de variables.
<br><br>
Ensuite, vous aborderez les listes et les tableaux en Python, en découvrant comment les utiliser pour travailler avec des données. Vous utiliserez les packages NumPy et Matplotlib pour manipuler et visualiser les données.
<br><br>
<h2>Effectuer des analyses financières avec Python</h2>
Enfin, vous terminerez le cours en effectuant une analyse financière Python sur un ensemble de données S&P 100. Ici, vous appliquerez vos compétences en Python pour filtrer des listes, résumer des données sectorielles, créer un graphique des ratios C/B, visualiser des tendances financières et identifier des valeurs aberrantes.
<br><br>
À la fin du cours, vous maîtriserez les bases de Python et les compétences pratiques en analyse financière. Ces compétences sont très recherchées dans le secteur financier pour résoudre des problèmes de finance quantitative. Ce cours fait partie de notre cursus Principes fondamentaux de la finance en Python, idéal pour ceux qui souhaitent approfondir leurs connaissances en Python dans le domaine de la finance.

Développez vos compétences Python pour booster votre carrière en finance : listes, tableaux, visualisations.

Introduction à Python pour la finance

Notions fondamentales en finance en Python

Notions fondamentales en finance avec CFI

Professor

Tableaux à deux dimensions

Méthodes de tableau

Fonctions de tableau

La fonction `arange()`

La fonction `transpose()`

Indexation des tableaux 2D

Passons à la pratique !

Tableaux en Python - Tableaux 2D et fonctions

Tableaux 2D et fonctions

Create Your Free Account