เจาะลึกรายเซกเตอร์

Python เบื้องต้นสำหรับการเงิน

Adina Howe

Professor

ภารกิจของคุณ

ข้อมูลที่มี

อาร์เรย์ NumPy ของข้อมูล S&P 100: ชื่อ, ราคา, กำไร, เซกเตอร์

เป้าหมาย ส่วนที่ 2

สำรวจและวิเคราะห์อัตราส่วน P/E รายเซกเตอร์ของบริษัทใน S&P 100

Python เบื้องต้นสำหรับการเงิน

ขั้นตอนที่ 1: สร้างอาร์เรย์ boolean สำหรับกรองข้อมูล

stock_prices = np.array([100, 200, 300])
filter_array = (stock_prices >= 150)
print(filter_array)
[ False True  True]
Python เบื้องต้นสำหรับการเงิน

ขั้นตอนที่ 2: ใช้อาร์เรย์กรองข้อมูลเพื่อเลือกข้อมูลจากอาร์เรย์อื่น

stock_prices = np.array([100, 200, 300])
filter_array = (stock_prices >= 150)
print(stock_prices[filter_array])
[200 300]
Python เบื้องต้นสำหรับการเงิน

ขั้นตอนที่ 3: สรุปอัตราส่วน P/E

คำนวณค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานของอัตราส่วน P/E รายเซกเตอร์

import numpy as np
average_value = np.mean(my_array)
std_value = np.std(my_array)
Python เบื้องต้นสำหรับการเงิน

มาฝึกกันเถอะ!

Python เบื้องต้นสำหรับการเงิน

Preparing Video For Download...