全面驾驭Python Pandas数据分析与量化交易技术 运用Matplotlib实现多维可视化

摘要： 全面驾驭Python Pandas数据分析与量化交易技术 运用Matplotlib实现多维可视化===============课程介绍===============在过去的学习过程...

　　全面驾驭Python Pandas数据分析与量化交易技术 运用Matplotlib实现多维可视化

　　===============课程介绍===============

　　在过去的学习过程中，我一直对Python Pandas数据分析和量化交易技术充满了浓厚的兴趣。因此，当我选择参加这门名为"全面驾驭Python Pandas数据分析与量化交易技术，运用Matplotlib实现多维可视化"的课程时，我满怀期待地开始了我的学习之旅。

　　在课程的开始，我了解到Python Pandas是一个强大且灵活的数据分析工具。它提供了丰富的数据结构和函数，使得数据的处理变得更加高效和便捷。通过学习Pandas，我能够快速地加载、清洗、处理和分析大量的数据。不仅如此，我还学会了如何使用Pandas进行数据聚合、合并和重塑，使得复杂的数据分析任务变得轻而易举。

　　随着学习的深入，我逐渐进入了量化交易的领域。我了解到量化交易是基于数学和统计学的原理，利用计算机算法对金融市场进行分析和决策的过程。通过Python Pandas的应用，我学会了如何利用历史数据进行技术指标的计算和分析，以辅助量化交易策略的制定。这种数据驱动的方法使得交易决策更加客观和可靠，从而提高了交易的成功率。

　　除了学习Python Pandas和量化交易技术，课程还注重了Matplotlib的应用，尤其是在多维可视化方面。Matplotlib是一个广泛使用的Python数据可视化库，它提供了丰富的绘图功能，可以用于创建各种类型的图表和图形。通过学习Matplotlib，我能够将复杂的数据结果以直观、易懂的图表形式展现出来，从而更好地理解数据的特征和趋势。

　　在整个学习过程中，我深刻体会到了Python Pandas数据分析和量化交易的实际应用价值。通过将这些技术与Matplotlib的多维可视化相结合，我能够更加全面地理解和分析金融市场数据，更准确地制定交易策略，并且能够更好地展示和传达我的分析结果。

　　===============课程目录===============

　　(1)\{1}--课程介绍；目录中文件数:3个

　　├─(1.3)--pandas学习手册（可从参考资料处下载）.pdf

　　├─[1.1]--课程介绍.mp4

　　├─[1.2]--Python、Pycharm安装.mp4

　　(2)\{2}--初识numpy；目录中文件数:2个

　　├─[2.1]--numpy安装及数据创建.mp4

　　├─[2.2]--numpy索引和切片.mp4

　　(3)\{3}--初识pandas和量化交易；目录中文件数:2个

　　├─[3.1]--pandas安装及数据创建的保存.mp4

　　├─[3.2]--量化交易及AKshare介绍.mp4

　　(4)\{4}--股票季报数据获取及数据表检查；目录中文件数:5个

　　├─[4.1]--数据表查看.mp4

　　├─[4.2]--数据提取.mp4

　　├─[4.3]--查看数据格式与空值.mp4

　　├─[4.4]--描述性统计及极值索引.mp4

　　├─[4.5]--查看唯一值及value.mp4

　　(5)\{5}--数据表清洗；目录中文件数:12个

　　├─[5.10]--按索引排序.mp4

　　├─[5.11]--重置行索引.mp4

　　├─[5.12]--练习：封装函数输入股票代码获取清洗后的数据表.mp4

　　├─[5.1]--更改行列标签名称.mp4

　　├─[5.2]--设置行索引.mp4

　　├─[5.3]--值替换.mp4

　　├─[5.4]--删除特定的行、列.mp4

　　├─[5.5]--删除空值.mp4

　　├─[5.6]--填充空值.mp4

　　├─[5.7]--数据格式转换.mp4

　　├─[5.8]--重复值查看及删除.mp4

　　├─[5.9]--按值排序.mp4

　　(6)\{6}--数据预处理；目录中文件数:14个

　　├─[6.10]--给数据加上区间标签cut.mp4

　　├─[6.11]--给数据加上区间标签qcut.mp4

　　├─[6.12]--数据分组groupby.mp4

　　├─[6.13]--分类统计value_counts.mp4

　　├─[6.14]--数据透视表pivot_table.mp4

　　├─[6.1]--添加行.mp4

　　├─[6.2]--添加列.mp4

　　├─[6.3]--数组加工map.mp4

　　├─[6.4]--数据表加工apply.mp4

　　├─[6.5]--匿名函数lambda.mp4

　　├─[6.6]--数据表加工transform.mp4

　　├─[6.7]--数据表合并merge.mp4

　　├─[6.8]--练习：封装函数通过股票代码汇总数据.mp4

　　├─[6.9]--数据表合并concat.mp4

　　(7)\{7}--matplotlib可视化；目录中文件数:7个

　　├─[7.1]--可视化库的安装和导入.mp4

　　├─[7.2]--画图数据处理及新增画布.mp4

　　├─[7.3]--画条形图.mp4

　　├─[7.4]--画折线图.mp4

　　├─[7.5]--画组合图.mp4

　　├─[7.6]--画图美化.mp4

　　├─[7.7]--图片本地保存.mp4

　　(8)\{8}--课程回顾与展望；目录中文件数:1个

　　├─[8.1]--课程回顾与展望.mp4