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.

De gegevensset verkennen

Lijsten

Arrays en NumPy

Een nadere blik op de sectoren

Arrays filteren

Sectorgegevens samenvatten

P/E-ratio’s plotten

Trends visualiseren

Histogram van P/E-ratio's

Identificeer de uitschieter

Noem de uitschieter

S&P 100 Case Study

Stocks data (I)

Stocks data (II)

S&P 100 data

Course Glossary

De financiële sector gebruikt Python veel voor kwantitatieve analyse, van het begrijpen van handelsdynamiek tot risicobeheersystemen. In deze cursus leer je je financiële data analyseren terwijl je je Python-vaardigheden opbouwt.
<br><br>
In het eerste hoofdstuk zie je waarom Python en finance zo goed samengaan. Daarna leer je de basis van Python, zoals output afdrukken, berekeningen uitvoeren, datatypes begrijpen en variabelen maken.
<br><br>
Vervolgens ga je aan de slag met lijsten en arrays in Python en ontdek je hoe je die kunt gebruiken om met data te werken. Je gebruikt de pakketten NumPy en Matplotlib om data te bewerken en te visualiseren.
<br><br>
Tot slot rond je de cursus af met een Python-analyse van financiële data op een S&P 100-gegevensset. Je past je Python-vaardigheden toe om lijsten te filteren, sectordata samen te vatten, K/W-ratio’s in histogrammen te plotten, financiële trends te visualiseren en uitschieters te identificeren.
<br><br>
Aan het einde van de cursus voel je je zeker over je basiskennis van Python en je praktische vaardigheden in financiële analyse. Deze vaardigheden zijn zeer gewild in de financiële sector om kwantitatieve finance-problemen op te lossen. Deze cursus maakt deel uit van onze Finance Fundamentals in Python-track, ideaal als je dieper in Python voor finance wilt duiken.

De video’s bevatten live-transcripten die je kunt tonen door linksonder in de video’s op "Show transcript" te klikken.

De begrippenlijst van de cursus vind je rechts in de sectie met bronnen.

Om CPE-credits te behalen, moet je de cursus afronden en minimaal 70% scoren op de gekwalificeerde toets. Je kunt naar de toets navigeren door rechts te klikken op de CPE-credits-callout.

<h2>Leer de basis van Python voor financiën</h2>
De financiële wereld gebruikt Python veel voor kwantitatieve analyses, van het begrijpen van handelsdynamiek tot risicobeheersystemen. In deze cursus leer je hoe je je financiële gegevens kunt analyseren door je Python-vaardigheden te verbeteren.
<br><br>
<h2>Gegevens bewerken en weergeven met Python-pakketten</h2>
Het eerste hoofdstuk legt uit hoe Python en financiën hand in hand gaan. Je leert dan de basis van Python, zoals dingen afdrukken, berekeningen maken, datatypes begrijpen en variabelen maken.
<br><br>
Vervolgens ga je aan de slag met lijsten en arrays in Python, en kijk je hoe je die kunt gebruiken om met gegevens te werken. Je gaat de NumPy- en Matplotlib-pakketten gebruiken om gegevens te bewerken en te visualiseren.
<br><br>
<h2>Financiële analyse uitvoeren met Python</h2>
Tot slot rond je de cursus af door een financiële analyse in Python te doen op een S&amp;P 100-dataset. Hier ga je je Python-vaardigheden gebruiken om lijsten te filteren, sectorgegevens samen te vatten, P/E-ratio's in histogrammen weer te geven, financiële trends te visualiseren en uitschieters te identificeren.
<br><br>
Aan het einde van de cursus heb je vertrouwen in je basisvaardigheden in Python en praktische vaardigheden op het gebied van financiële analyse. Deze vaardigheden worden in de financiële sector echt gewaardeerd om kwantitatieve financiële problemen op te lossen. Deze cursus hoort bij ons traject Financiële basisbeginselen in Python, dat echt perfect is voor mensen die zich meer willen verdiepen in Python voor financiële toepassingen.

Verhoog je financiële carrière met Python. Leer werken met lijsten, arrays en datavisualisaties.

Introductie tot Python voor Finance

Financiële basisprincipes in Python

Financiële basisprincipes met CFI

Identificeer de uitschieter

Introductie tot Python voor Finance

Praktische interactieve oefening