The book "Financial Data Analysis Using Python" by David Luengo, published in 2019, is a comprehensive guide to financial data analysis using Python programming language. The book covers various aspects of financial data analysis, including data cleaning, visualization, statistical modeling, and machine learning techniques. It provides readers with practical examples and exercises to help them master the concepts and apply them in real-world scenarios. The book begins by discussing the importance of financial data analysis and its relevance in today's world. It highlights the growing demand for skilled professionals who can analyze and interpret large datasets to make informed decisions in the finance industry. The author emphasizes the need for a personal paradigm that can help individuals understand the technological process of developing modern knowledge and its impact on society. This paradigm can serve as the basis for survival in a rapidly changing world. The book then delves into the basics of financial data analysis, including data sources, types of data, and data preprocessing techniques. It covers various libraries and tools available in Python for data manipulation and analysis, such as Pandas, NumPy, and Matplotlib. The author also explains how to work with financial datasets, including stock prices, trading volumes, and economic indicators. The next chapter focuses on data visualization, which is an essential aspect of financial data analysis. The author demonstrates how to create various types of plots and charts using Python libraries like Matplotlib and Seaborn.

Книга Дэвида Луенго «Анализ финансовых данных с использованием Python», опубликованная в 2019 году, является всеобъемлющим руководством по анализу финансовых данных с использованием языка программирования Python. Книга охватывает различные аспекты анализа финансовых данных, включая очистку данных, визуализацию, статистическое моделирование и методы машинного обучения. Он предоставляет читателям практические примеры и упражнения, которые помогут им освоить концепции и применить их в реальных сценариях. Книга начинается с обсуждения важности анализа финансовых данных и его актуальности в современном мире. В нем подчеркивается растущий спрос на квалифицированных специалистов, которые могут анализировать и интерпретировать большие наборы данных для принятия обоснованных решений в финансовой отрасли. Автор подчеркивает необходимость личностной парадигмы, которая может помочь индивидам понять технологический процесс развития современного знания и его влияние на общество. Эта парадигма может служить основой выживания в быстро меняющемся мире. Затем книга углубляется в основы анализа финансовых данных, включая источники данных, типы данных и методы предварительной обработки данных. Он охватывает различные библиотеки и инструменты, доступные на Python для обработки и анализа данных, такие как Pandas, NumPy и Matplotlib. Автор также объясняет, как работать с финансовыми наборами данных, включая цены акций, объемы торгов и экономические показатели. Следующая глава посвящена визуализации данных, которая является важным аспектом анализа финансовых данных. Автор демонстрирует, как создавать различные типы графиков и диаграмм с помощью Python-библиотек вроде Matplotlib и Seaborn.

''