Verinizin dağılımını görselleştirin

Python ile Finansal Verileri İçe Aktarma ve Yönetme

Stefan Jansen

Instructor

Verinize her zaman bakın!

  • Aynı metrikler çok farklı verileri temsil edebilir

Veriye her zaman bakın

Python ile Finansal Verileri İçe Aktarma ve Yönetme

Seaborn grafiklerine giriş

  • Çok sayıda etkileyici ve bilgilendirici istatistiksel grafik
  • matplotlib tabanlı
  • İsviçre çakısı: seaborn.distplot()
    • Histogram
    • Çekirdek Yoğunluk Tahmini (KDE)
    • Rugplot
Python ile Finansal Verileri İçe Aktarma ve Yönetme

10 yıllık Hazine: trend ve dağılım

ty10 = web.DataReader('DGS10', 'fred', date(1962, 1, 1))
ty10.info()
DatetimeIndex: 15754 entries, 1962-01-02 to 2022-05-20
Data columns (total 1 columns):
 #   Column  Non-Null Count  Dtype  
 --  ------  --------------  -----  
 0   DGS10   15083 non-null  float64
ty10.describe()
              DGS10
mean       6.291073
std        2.851161
min        1.370000
25%        4.190000
50%        6.040000
...
Python ile Finansal Verileri İçe Aktarma ve Yönetme

10 yıllık Hazine: zaman serisi trendi

ty10.dropna(inplace=True) # Kopya oluşumunu önleyin

ty10.plot(title='10-year Treasury'); plt.tight_layout()

10 yıllık Hazine getirisi

Python ile Finansal Verileri İçe Aktarma ve Yönetme

10 yıllık Hazine: tarihsel dağılım

import seaborn as sns
sns.distplot(ty10)

10 yıllık tarihsel dağılım

Python ile Finansal Verileri İçe Aktarma ve Yönetme

10 yıllık Hazine: trend ve dağılım

ax = sns.distplot(ty10)
ax.axvline(ty10['DGS10'].median(), color='black', ls='--')

10 yıllık yoğunluk grafiği

Python ile Finansal Verileri İçe Aktarma ve Yönetme

Haydi pratik yapalım!

Python ile Finansal Verileri İçe Aktarma ve Yönetme

Preparing Video For Download...