Proposition de ressource : comparer des séries de prix en base 100 avec pandas
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 2/5
- Tempo stimato
- 1-3 ore
- Idoneità per principianti
- 48/100
- Tipo di issue
- Documentazione
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Attiva
- Stack tecnologico
- matplotlib, pandas, python
- Ambito
- data-visualization, documentation
Direzione di ricerca
Read the contribution guide and inspect the training resources section to see how external tutorials are selected and listed. Review the proposed tutorial for its fit with that section; done means the maintainers decide whether to add it and, if accepted, the resource is listed in the project’s established format.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Bonjour,
je propose pour les ressources de formation Python/Pandas ce tutoriel existant en anglais : https://sifting.io/blog/normalize-prices-to-100-python-compare-market-data.
Il montre comment ramener des séries de prix à une base 100 commune avec pandas et Matplotlib. L’exemple utilise de petites données fictives, sans compte ni clé API. Il traite le choix d’un point de référence commun, les valeurs manquantes, les entrées positives et finies et la différence entre variation de prix et rendement total.
Le tutoriel est publié par SiftingIO, dont je suis le fondateur. Sa lecture est gratuite et l’exemple ne dépend pas de notre service de données hébergé, qui est distinct et soumis à ses propres conditions d’utilisation.
Je passe par une issue conformément à votre guide de contribution. Cette ressource vous paraît-elle adaptée à la rubrique de formation ?
Alper San
Contact public : [email protected].
- Lingua principale
- CSS
- Stelle
- 14
- Fork
- 13
- Merge medio
- 1g 9h
- PR unite (30g)
- 4
Preparare l'ambiente
- Nessun Dockerfile né file Docker Compose
- Nessun modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di InseeFrLab/ssphub
-
Difficoltà 3/5 1-2 giorni Idoneità per principianti 68/100
InseeFrLab/ssphub#193 ·
-
Fusion - Harmonize contributing and readmeForse di nuovo libera @nicotlm l’ha presa 161 giorni fa e non c’è nessuna pull request aperta. Apertadocumentation
InseeFrLab/ssphub#147 · 1 assegnatario ·
-
move image to S3Apertaressources
Difficoltà 4/5 3-5 giorni Idoneità per principianti 35/100
InseeFrLab/ssphub#143 ·
-
github_actions
Difficoltà 3/5 1-2 giorni Idoneità per principianti 45/100
InseeFrLab/ssphub#142 · 1 commento ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 10/100
InseeFrLab/ssphub#128 ·
Tutte le issue di InseeFrLab/ssphub
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 69/100
-
enhancement good first issue help wanted
Difficoltà 2/5 1-3 ore Idoneità per principianti 88/100
-
Explore filter: multi-select value list with allowNewOptions stops accepting values and drops earlier onesForse già presa @isaac-jaynes-imperva l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
apache/superset#46146 · 1 commento ·
I maintainer di solito rispondono entro 2 giorni
-
c/ui c/usability enhancement good student issue size:S
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
Arize-ai/phoenix#17842 · 1 reazione ·
I maintainer di solito rispondono entro 1 giorno
-
radar_plot fails on pandas 3 (data.loc with 1-tuple key)Forse già presa @davrens101 l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 79/100
huggingface/evaluate#854 ·