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.

head, tail ve describe ile veriye göz atma

Neden describe kullanılır

En üst ve en alta göz at

Veriyi betimleme

Verileri filtreleme

Neden veri filtrelenir

Hisse verilerini filtreleme.

Tarih aralığından veri seçme

Veri görselleştirme

Grafik türünü belirleme

Çizgi grafiği oluşturma

Grafik türünü seç

Kapanış

Working with NASDAQ Stock Data

Alphabet stock

Finans ya da iş analisti misin, yoksa hisse senedi portföyünü daha kolay yönetmenin bir yolunu mu arıyorsun? Öyleyse Python öğrenmek, riski hesaplama, piyasa sağlığını haritalama ve bir hissenin fiyat eğilimlerini görselleştirme gibi finansal görevleri otomatikleştirerek sana zaman ve para kazandırabilir.

Bu kursta, finansal verileri düzenlemek için Python veri yapıları, yürütme kontrol ifadeleri ve DataFrame’leri nasıl kullanacağını öğreneceksin. Ardından Federal Reserve Bank verilerini kullanarak pandas ile ulusal ekonomik eğilimleri keşfedeceksin—yatırım stratejilerini anlamanın önemli bir parçası. Ayrıca hisse senedi fiyat verilerine dayalı risk hesaplayacak ve bu verileri okunması kolay grafiklerde göstereceksin. Kursun sonunda, Wall Street’in yeni Python ustası olacaksın.

Introduction to Python for Finance

Python becerilerinizi finans için geliştirerek, datetime, if ifadeleri, DataFrame ve daha fazlasını öğrenin.

Finans için Orta Düzey Python

Datetime, if-statements, DataFrames ve daha fazlasını kullanmayı öğrenerek finans alanındaki Python becerilerinizi geliştirin.

head, tail ve describe ile veriye göz atma

Create Your Free Account