After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
У цьому курсі ви вивчите основи опрацювання даних часових рядів. Часові ряди — це дані, індексовані послідовністю дат або моментів часу. Ви дізнаєтеся, як використовувати вбудовані методи Pandas для роботи з таким індексом. Також ви навчитеся робити ресемплінг часових рядів, щоб змінювати частоту. У курсі ви побачите, як обчислювати ковзні та кумулятивні значення для часових рядів. Наприкінці ви застосуєте нові вміння, щоб побудувати зважений за вартістю фондовий індекс на основі реальних біржових даних.
Попередні вимоги
Навчальний план
Зміст курсу
1
Робота з часовими рядами в Pandas
У цьому розділі ви закладете основу для використання потужних можливостей роботи з часовими рядами завдяки тому, як Pandas подає дати, зокрема через DateTimeIndex. Ви навчитеся створювати й змінювати інформацію про дати та часові ряди, а також виконувати обчислення з датафреймами, що враховують час, щоб зсувати дані в часі або обчислювати доходності за періоди.
- Як працювати з датами й часом у pandas50 XP
- Ваша перша часова серія100 XP
- Індексація та ресемплінг часових рядів50 XP
- Створіть часовий ряд для даних про якість повітря100 XP
- Порівняйте річні тренди цін акцій100 XP
- Встановлення та зміна частоти часових рядів100 XP
- Затримки, зміни та доходності для рядів цін акцій50 XP
- Зсув цін акцій у часі100 XP
- Обчислення змін ціни акцій100 XP
- Побудова графіка доходностей за кілька періодів100 XP
2
Базові метрики часових рядів і ресемплінг
У цьому розділі ви глибше зануритеся в ключові можливості роботи з часовими рядами, доступні через pandas DateTimeIndex. Ви познайомитеся з ресемплінгом і дізнаєтеся, як порівнювати різні часові ряди, нормалізуючи їхні стартові точки.
3
Віконні функції: ковзні й розширювані метрики
У цьому розділі ви дізнаєтеся, як використовувати віконні функції для обчислення метрик часових рядів як для ковзних, так і для розширюваних вікон.
4
Підсумок: створення зваженого за вартістю індексу
У цьому розділі поєднано попередні концепції: ви навчитеся створювати зважений за вартістю індекс. Для обчислення ваг він використовує дані про ринкову капіталізацію з біржових списків і цінову інформацію за 2016 рік. Потім продуктивність індексу порівнюється з бенчмарками, щоб оцінити ефективність створеного вами індексу.
Опрацювання часових рядів у Python
Курс
завершено
