După ce am parcurs aceste cursuri, mă simt încrezător să creez vizualizări și tablouri de bord profesionale
Shoebur RahmanSpecialist în achiziții, Giz Bangladesh
Descrierea cursului
În acest curs vei învăța elementele de bază ale manipulării datelor de tip serie de timp. Seriile de timp sunt date indexate printr-o secvență de date calendaristice sau ore. Vei învăța cum să folosești metodele disponibile în Pandas pentru a lucra cu acest index. De asemenea, vei învăța cum să reanticipezi seriile de timp pentru a schimba frecvența acestora. Cursul îți va arăta și cum să calculezi valori mobile și cumulative pentru serii de timp. În final, vei folosi toate abilitățile dobândite pentru a construi un indice bursier ponderat după valoare, pe baza unor date reale despre acțiuni.
Cerințe prealabile
Programă
Planul cursului
1
Lucrul cu serii de timp în Pandas
Acest capitol pune bazele necesare pentru a exploata funcționalitatea puternică pentru serii de timp oferită de modul în care Pandas reprezintă datele calendaristice, în special prin DateTimeIndex. Vei învăța cum să creezi și să manipulezi informații de tip dată calendaristică și serii de timp, dar și cum să efectuezi calcule cu DataFrame-uri care înțeleg noțiunea de timp, pentru a decala datele în timp sau a calcula randamente specifice unei perioade.
- Cum să lucrezi cu date și ore în pandas50 XP
- Prima ta serie de timp100 XP
- Indexarea și reeșantionarea seriilor de timp50 XP
- Creează o serie de timp cu date privind calitatea aerului100 XP
- Compară tendințele anuale ale prețurilor acțiunilor100 XP
- Setarea și modificarea frecvenței seriilor de timp100 XP
- Decalaje, variații și randamente pentru serii de prețuri bursiere50 XP
- Deplasarea prețurilor acțiunilor în timp100 XP
- Calcularea variațiilor prețului acțiunilor100 XP
- Reprezentarea grafică a randamentelor pe mai multe perioade100 XP
2
Metrici de bază pentru serii de timp și reeșantionare
Acest capitol aprofundează funcționalitatea esențială pentru serii de timp oferită de DateTimeIndex din pandas. Introduce reeșantionarea și modul în care poți compara serii de timp diferite prin normalizarea punctelor lor de pornire.
3
Funcții pe ferestre: metrici mobile și de expandare
Acest capitol îți va arăta cum să folosești funcțiile pe ferestre pentru a calcula metrici ale seriilor de timp atât pentru ferestre mobile, cât și pentru ferestre de expandare.
4
Punând totul cap la cap: construirea unui indice ponderat după valoare
Acest capitol combină conceptele anterioare, învățându-te cum să creezi un indice ponderat după valoare. Indicele folosește date despre capitalizarea de piață din listele bursiere pentru a calcula ponderi și informații despre prețul acțiunilor din 2016. Performanța indicelui este apoi comparată cu repere de referință, pentru a evalua cât de bine funcționează indicele creat de tine.
Manipularea datelor de tip serie de timp în Python
Curs
finalizat
