Python4Finance
9.42K subscribers
574 photos
42 videos
154 files
767 links
کانال Python4Finance
آموزش پایتون در اقتصاد و مدیریت مالی
هر روز چند نکته را در خصوص پایتون برای مالی بیاموزیم
***
ارتباط با من
b2n.ir/y72935
***
آپارت:
aparat.com/Python4Finance
کانال چالش ها:
t.iss.one/python4finance_challenge
Download Telegram
آشنایی با کتابخانه Numpy
خب، تا اینجا با کتابخانه های پایتون آشنا شدیم. یکی از مهترین کتابخانه های پایتون نام پای است. این کتابخانه که بخش های مختلفی از آن با C و ++C نوشته است، در مقایسه با پایتون خالص، سرعت عمکلرد بسیار بهتری برای کار با ماتریس ها و بردارها دارد.
از آنجایی که سری های زمانی یک بردار چند در یک هستند (داده های پنل هم ماتریس چند در چند هستند) استفاده از Numpy برای ما بسیار حیاتی است.
هدف اصلی NumPy فراهم ساختن امکان کار با آرایه‌های چندبعدی همگن است. این آرایه‌ها جدولی از عناصر (معمولاً اعداد) هستند که همگی از یک نوع می‌باشند و با یک چندتایی، از اعداد صحیح مثبت اندیس‌گذاری می‌شوند.
توجه داریم که در پایتون آرایه ها به معنی سایر زبان های برنامه نویسی پشتیبانی نمی شوند و فقط لیست ها را داریم. به کمک Numpy امکان استفاده از آرایه ها و اعمال مرتبط با آن در پایتون فراهم می شود.


#پایتون_مالی
#سری_زمانی
#NumPy

پایتون برای مالی در تلگرام https://t.iss.one/python4finance
پایتون برای مالی در بله https://ble.im/python4finance
آشنایی با کتابخانه Numpy

برای تعریف یک آرایه در Numpy به شیوه زیر عمل می کنیم.
import numpy as np
a = np.array([2,3,4])
در این مثال فوق یک بردار یک در سه تشکیل می شود. دقت داریم که همه عناصر همگن هستند. در مثال فوق همه اعضا int هستند.
در مثال زیر، یک ماتریس 2 در 3 تشکیل می شود. چون یکی از اعضا اعشاری است ؛ نوع عناصر آرایه اعشار Float خواهد بود.
import numpy as np
b = np.array([(1.5,2,3), (4,5,6)])
با استفاده از متد dtype می توانیم نوع عناصر ماتریس را دریافت کنیم.
#پایتون_مالی
#سری_زمانی
#NumPy

پایتون برای مالی در تلگرام https://t.iss.one/python4finance
پایتون برای مالی در بله https://ble.im/python4finance
چند جمله ای های شگفت انگیز
توابع با درجه های مختلف و چند جمله ای ها یکی از مهترین ابزارهای ما در مدلسازی مالی و اقتصادی هستند. در خصوص ساخت توابع قبلا صحبت کرده ایم. فرض کنید می خواهیم تابع x^2+8x+15 را ایجاد کنیم و از آن استفاده کنیم. یک راه ساخت تابع به روش سنتی با استفاده از دستور def است. اما راه آسان تر استفاده از تابع poly1d از ماژول Numpy است. شما در این روش هم می توانید به صورت صحیح مقادیر پارمترهای معادله را مشخص کنید و هم با استفاده از ریشه های معادله آن را ایجاد کنید. برای توضیح بیشتر به مثالی که در شکل بالا آمده است مراجعه نمایید.
#پایتون_مالی
#چند_جمله ای
#تابع
#Numpy
#Poly1d

پایتون برای مالی در تلگرام
https://t.iss.one/joinchat/AAAAAFGMkouqbsb86Vfzug
پایتون برای مالی در بله
https://ble.im/python