在本章中，您将学习如何创建与操作 Python 的日期时间对象，以帮助识别关键金融事件，例如黑色星期五。您还将学习如何使用 Python 字典来存储并高效查找条目。

用 datetime 表示时间

为日期创建 datetime

由字符串创建 Datetime

使用 datetime 转换日期格式

使用 datetime 进行操作

访问 datetime 的属性

比较 datetime

创建相对时间的 datetime

字典（Dictionaries）

创建并访问字典

安全访问与删除

日期时间与字典

通过动手练习，您将学会使用布尔逻辑判断真值，并用比较与相等运算符在 if 语句和循环中控制代码执行。

比较运算符

跨类型的相等性

赋值与相等性

比较股息

布尔运算符

使用布尔运算做决策

使用布尔运算符赋值变量

使用布尔运算符取反

if 语句

控制语句

比较销售与进货

结合使用 elif 与 else 实现分支

for 循环与 while 循环

跳出 for 循环

控制循环执行

控制流与逻辑

学习如何使用 pandas 从其他数据结构（包括字典、列表和 CSV 文件）创建并访问 DataFrame。随后，您将通过跨行或跨列聚合数据、计算平均值，并用函数扩展数据，发掘更多洞见。

创建 DataFrame

读取市场历史数据

访问数据

按名称访问

使用索引进行访问

聚合与汇总

平均价格

中位数价格

扩展与操作数据

创建新列

从 DataFrame 删除列

使用 Pandas 操作数据

Pandas DataFrame

在最后一章中，您将亲手处理真实的 NASDAQ 股票数据，学习解读新数据、创建掩码筛选数据，并用图形可视化您的发现。

用 head、tail 和 describe 快速浏览数据

为什么要使用 describe

查看首尾数据

描述数据

筛选数据

为什么要过滤数据

筛选股票数据。

从日期范围中选择数据

绘制数据

识别绘图类型

绘制折线图

选择图表类型

总结与收尾

处理 NASDAQ 股票数据

Alphabet stock

您是一名金融或业务分析师，或只是想更高效地管理股票投资组合吗？学习 Python 可以自动化许多金融任务，例如计算风险、评估市场健康状况，以及可视化股票价格趋势，为您节省时间和成本。

在本课程中，您将学习如何使用 Python 的数据结构、执行控制语句，以及 DataFrame 来处理金融数据。随后，您会结合来自美国联邦储备银行的数据，使用 pandas 探索宏观经济趋势——这对于理解投资策略至关重要。您还将基于股票价格数据计算风险，并用易读的图形展示结果。课程结束时，您将成为华尔街上的 Python 新秀。

Introduction to Python for Finance

通过学习使用datetime、if语句、DataFrame等，提升你的金融Python技能。

Python 金融进阶

在 Python 基础上提升金融技能，学习如何使用 datetime、if 语句、DataFrames 等。

用 head、tail 和 describe 快速浏览数据

Create Your Free Account