Neste capítulo, você vai aprender a criar e manipular objetos datetime do Python para ajudar a identificar eventos financeiros importantes, como a Black Friday. Você também vai aprender a armazenar e buscar itens com eficiência usando dicionários em Python.

Representando o tempo com datetimes

Criando datetimes para datas

Datetimes a partir de strings

Convertendo formatos com datetimes

Trabalhando com datetimes

Acessando atributos de datetime

Comparando datetimes

Criando datetimes relativos

Dicionários

Criando e acessando dicionários

Acessando com segurança e excluindo

Datas e Dicionários

Em atividades práticas, você vai descobrir como usar lógica booleana para determinar verdade e usar operadores de comparação e igualdade para controlar a execução em if-statements e loops.

Operadores de comparação

Igualdade entre tipos

Atribuição e igualdade

Comparando dividendos

Operadores booleanos

Decisões com operações Booleanas

Atribuindo variáveis com operadores Booleanos

Negando com operadores Booleanos

Instruções if

Instruções de controle

Comparando vendas e compras

Ramificações com elif e else

Loops for e while

Interrompendo um loop for

Controlando a execução do loop

Fluxo de Controle e Lógica

Descubra como criar e acessar DataFrames com pandas usando dados financeiros a partir de outras estruturas de dados, incluindo dicts, listas e arquivos CSV. Em seguida, extraia insights adicionais ao agregar dados por linhas ou colunas, calcular médias e ampliar seus dados com funções.

Criando um DataFrame

Criando DataFrames

Lendo o histórico do mercado

Acessando dados

Acessando usando nomes

Acessando usando índices

Agregando e resumindo

Preços médios

Preços medianos

Ampliando e manipulando dados

Criando novas colunas

Removendo colunas de um DataFrame

Manipulando dados com Pandas

DataFrame do pandas

No capítulo final, você vai trabalhar com dados reais de ações da NASDAQ enquanto aprende a interpretar novos dados, criar máscaras para filtrar informações e visualizar suas descobertas com gráficos.

Dando uma olhada nos dados com head, tail e describe

Por que usar describe

Espiar o topo e a base

Descrevendo dados

Filtrando dados

Por que filtrar dados

Filtrando dados de ações.

Selecionando dados por intervalo de datas

Plotando dados

Identificando o tipo de gráfico

Criando um gráfico de linhas

Escolha o tipo de gráfico

Encerrando

Trabalhando com Dados de Ações da NASDAQ

Alphabet stock

Você é analista financeiro, de negócios, ou quer uma forma mais simples de gerenciar sua carteira de ações? Aprender Python pode automatizar tarefas financeiras como calcular risco, mapear a saúde do mercado e visualizar tendências de preço de uma ação, economizando tempo e dinheiro.

Neste curso, você vai aprender a usar estruturas de dados do Python, comandos de controle de execução e DataFrames para manipular dados financeiros. Em seguida, vai trabalhar com pandas, usando dados do Federal Reserve Bank, para explorar tendências econômicas nacionais — parte essencial para entender estratégias de investimento. Você também vai calcular risco com base em dados de preços de ações e exibir esses dados em gráficos fáceis de interpretar. Ao final do curso, você será o novo Python de Wall Street.

Introduction to Python for Finance

Aprimore suas habilidades em Python para Finanças aprendendo datetime, if-statements, DataFrames e mais.

Python Intermediário para Finanças

Aprimore seus conhecimentos de Python para finanças, aprendendo a usar datetime, instruções if, DataFrames e muito mais.

Fundamentos de finanças em Python

Fundamentos de finanças com CFI

Data Engineer, Author, Founder 

Peeking at data with head, tail, and describe

Understanding your data

First look at data

Head

Tail

Describe

Include

Percentiles

Exclude

Let's practice!

Trabalhando com Dados de Ações da NASDAQ - Dando uma olhada nos dados com head, tail e describe

Dando uma olhada nos dados com head, tail e describe

Create Your Free Account