In this chapter, you’ll learn how to create and manipulate Python datetime objects to help you identify key financial events, such as Black Friday. You’ll also learn how to store and efficiently look up items using Python dictionaries. 

Representing time with datetimes

Creating datetimes for dates

Datetimes from strings

Converting format with datetimes

Working with datetimes

Accessing datetime attributes

Comparing datetimes

Making relative datetimes

Dictionaries

Creating and accessing dictionaries

Accessing safely and deleting

Datetimes and Dictionaries 

Through hands-on activities, you’ll discover how to use Boolean logic to determine truth and use comparison and equality operators to control execution in if-statements and loops.

Comparison operators

Equality across types

Assignment and equality

Comparing dividends

Boolean operators

Decisions with Boolean operations

Assigning variables with Boolean operators

Negating with Boolean operators

If statements

Control statements

Comparing sales and purchases

Branching with elif and else

For and while loops

Breaking out of a for loop

Controlling loop execution

Control Flow and Logic

Discover how to create and access DataFrames with pandas using financial data from other data structures, including Dicts, lists, and CSV files. You’ll then uncover additional insights, as you aggregate data across rows or columns, calculate averages, and extend your data using functions.

Creating a DataFrame

Creating DataFrames

Reading market history

Accessing Data

Accessing using names

Accessing using indexes

Aggregating and summarizing

Mean prices

Median prices

Extending and manipulating data

Creating new columns

Dropping columns from DataFrame

Manipulating data with Pandas

Pandas Dataframe

In this final chapter, you’ll try your hand at working with real-world NASDAQ stock data as you learn how to interpret new data, create masks to filter data, and visualize your findings with plots.

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

Working with NASDAQ Stock Data

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

Por que usar describe

Python Intermediário para Finanças

exercicio interativo prático