ये कोर्स करने के बाद, मैं पेशेवर विज़ुअलाइज़ेशन और डैशबोर्ड बनाने में आत्मविश्वास महसूस करता हूँ
Shoebur Rahmanप्रोक्योरमेंट विशेषज्ञ, Giz Bangladesh
कोर्स विवरण
अगर आप अपने नए 'Python for Data Science' कौशल को वास्तविक वित्तीय डेटा पर लागू करना चाहते हैं, तो यह कोर्स आपको कुछ बहुत उपयोगी टूल देगा.
सबसे पहले, आप सीखेंगे कि Excel से डेटा को pandas में और वापस कैसे लाया जाए. फिर, आप जानेंगे कि Google या Yahoo! Finance जैसे विभिन्न ऑनलाइन APIs से स्टॉक कीमतें, Federal Reserve से मैक्रो डेटा, और OANDA से एक्सचेंज रेट्स कैसे खींचें. अंत में, आप अलग-अलग समय-सीमाओं के लिए रिटर्न कैसे निकालें, IPOs के लिए सेक्टर के हिसाब से स्टॉक परफॉर्मेंस का विश्लेषण कैसे करें, और कोरिलेशन कैसे निकालें और उनका सारांश कैसे बनाएं, यह सीखेंगे.
पूर्वापेक्षाएँ
पाठ्यक्रम
कोर्स रूपरेखा
1
Excel से स्टॉक लिस्टिंग डेटा इम्पोर्ट करना
इस अध्याय में, आप सीखेंगे कि Excel वर्कबुक की शीट्स से डेटा को pandas DataFrame में कैसे इम्पोर्ट, क्लीन और कॉम्बाइन किया जाए. आप डेटा को समूहित करने, श्रेणियों के लिए जानकारी का सारांश बनाने, और सबप्लॉट्स व हीटमैप्स का उपयोग करते हुए परिणाम का विज़ुअलाइज़ेशन करने का अभ्यास भी करेंगे.
आप NASDAQ, NYSE और AMEX स्टॉक एक्सचेंजों में सूचीबद्ध कंपनियों के डेटा का उपयोग करेंगे, जिसमें कंपनी का नाम, स्टॉक सिंबल, हाल का मार्केट कैपिटलाइज़ेशन और प्राइस, सेक्टर या इंडस्ट्री ग्रुप, और IPO वर्ष शामिल हैं. अध्याय 2 में, आप इसी डेटा के आधार पर कुछ कंपनियों के लिए स्टॉक प्राइस हिस्ट्री डाउनलोड और विश्लेषण करेंगे.
- CSV से डेटा पढ़ना, जाँचना और साफ करना50 XP
- NASDAQ से स्टॉक लिस्टिंग जानकारी इम्पोर्ट करें100 XP
- डेटा इम्पोर्ट कैसे ठीक करें?50 XP
- उचित parsing आर्ग्यूमेंट्स के साथ .read_csv() से डेटा पढ़ें100 XP
- Excel वर्कशीट्स से डेटा पढ़ें50 XP
- एक ही शीट से लिस्टिंग जानकारी लोड करें100 XP
- दो शीट से लिस्टिंग डेटा लोड करें100 XP
- कई वर्कशीट्स से डेटा संयोजित करें50 XP
- सभी लिस्टिंग डेटा लोड करें और key-value डिक्शनरी पेयर्स पर इटरेट करें100 XP
- NYSE और NASDAQ पर कितनी कंपनियाँ सूचीबद्ध हैं?50 XP
- कई Excel वर्कशीट्स से डेटा लोड और कंबाइन करने की प्रक्रिया ऑटोमेट करें100 XP
2
वेब से वित्तीय डेटा इम्पोर्ट करना
यह अध्याय `pandas` के `DataReader` के माध्यम से Google Finance और Federal Reserve Data Service तक ऑनलाइन डेटा एक्सेस से परिचय कराता है. आप डेटा खींचेंगे, बेसिक मैनिप्युलेशंस करेंगे, डेटा सीरीज़ को मिलाएँगे, और परिणामों का विज़ुअलाइज़ेशन करेंगे.
3
अपने डेटा का सारांश बनाना और नतीजों का विज़ुअलाइज़ेशन
इस अध्याय में, आप सीखेंगे कि सरल मेट्रिक्स में अलग-अलग वैरिएबल्स की मुख्य विशेषताओं को कैसे कैप्चर करें. इससे आपके डेटासेट में वैरिएबल्स के वितरण को समझना आसान होगा: आपके डेटा के लिए केंद्रीय या सामान्य मान कौन से हैं? क्या आपका डेटा बहुत फैला हुआ है, या किसी मध्य बिंदु के आसपास अपेक्षाकृत संकुचित है? क्या आउट्लायर्स हैं? समग्र वितरण कैसा दिखता है?
4
श्रेणी के आधार पर अपने डेटा को एग्रीगेट और डेस्क्राइब करना
यह अध्याय एक या अधिक श्रेणीगत वैरिएबल्स के आधार पर डेटा को समूहित करने, और प्रत्येक श्रेणी के लिए सारांश आँकड़े निकालने व उनका विज़ुअलाइज़ेशन करने की क्षमता से परिचय कराता है. इस प्रक्रिया में, आप अलग-अलग सेक्टर्स और IPO विंटेज़ के लिए कंपनी आँकड़ों की तुलना करना, समय के साथ वैश्विक आय वितरण का विश्लेषण करना, और seaborn लाइब्रेरी से विभिन्न सांख्यिकीय चार्ट बनाना सीखेंगे.
Python में वित्तीय डेटा इम्पोर्ट और मैनेज करना
कोर्स
पूर्ण
