strong Библиотека Pandas

Общее

  1. Подготовка данных
  2. Расчет суточной доходности (daily returns)
  3. Загрузка данных из третьих источников http://pandas.pydata.org/pandas-docs/stable/remote_data.html

Ссылки на материалы по Pandas

  1. http://habrahabr.ru/post/196980/
  2. https://github.com/fonnesbeck/statistical-analysis-python-tutorial
  3. https://github.com/fonnesbeck/statistical-analysis-python-tutorial/blob/master/1.%20Introduction%20to%20Pandas.ipynb
  4. https://bitbucket.org/hrojas/learn-pandas
  5. https://github.com/jvns/pandas-cookbook/tree/v0.1

Для начала, скажем, пару слов о конструкциях хранения данных в Pandas. Основными являются Series и DataFrame. Series – это проиндексированный одномерный массив значений. Он схож на примитивный словарь типа dict, где имя элемента будет соответствовать индексу, а значение – значению записи. DataFrame — это проиндексированный многомерный массив значений, соответственно всякий столбец DataFrame, является конструкцией Series.