题主是金融工程专业的学习者,接触使用过Python、R、C++、Matlab和Stata等比较常见的语言。其中Python作为量化领域流行最广、使用人数最多的编程工具,确实有着容易上手、工具包多且易操作等特点。网络上学习Python的资源和教程很多,但大多都是比较肤浅、不成体系的教学资源,对于之前没有编程经验的小白以及想系统学习Python的准
数据分析者们非常的不友好。
题主在小象学院上偶然看到了这一套教材,虽然各阶段知识之间有少许的重叠,但大致的思路还是非常清晰的,很适合想从头学习Python的童鞋们。而对那些已经了解和掌握了Python基本语法和规则的老手来说,05、07阶段的爬虫与案例分析可以帮助其做专业范围内的数据分析。比如题主就尝试利用NTLK处理了市场的情绪,设计出了一个有趣的情绪指数套利策略。总之,这套教材对于广大初中级的Python玩家而言,都是很好的学习材料。下面是全套资源的目录和下载地址(转存在百度网盘上,购买后有提取码,希望对大家有帮助)
一共分为七个学习的阶段——
第01阶段-Python数据分析之数据可视化实战
链接: https://pan.baidu.com/s/1eHkUW2n6rnTEwmDshBv-JA
第一章节: Python概况
第二章节: Python安装
第三章节: 数据准备
第四章节: 数据处理
第五章节: 数据可视化
第六章节: 网页数据抓取
第七章节: 连接MySQL
第八章节: 数据分析
第02阶段-Python数据分析之Numpy Pandas Tensorflow Matplotlib基础
链接: https://pan.baidu.com/s/1Tr7h-5OAFT-Q2w26PINbvw
第一章节: Numpy 与 Pandas基础
第二章节: Tensorflow 零基础到进阶
第三章节: Matplotlib零基础入门到进阶
第03阶段-Python数据分析之入门到精通(一共12课)
链接:https://pan.baidu.com/s/1SO5FPUsB11CPnd0xogLjvw
第04阶段-Python数据分析之高级教程
链接:https://pan.baidu.com/s/1G2HjiL8WuoTu9WFfQMw50A
第一章节: Python入门
第二章节: 数据准备与Numpy
第三章节: Python数据分析主力Pandas
第四章节: 数据获取与处理
第五章节: 数据可视化Matplotlib
第六章节: 使用NTLK进行Python文本分析
第七章节: Python社交网络分析
第八章节: Python机器学习Scikit-Learn
第九章节: 数据科学网站案例
第十章节: Python分布式计算
第05阶段-Python数据分析之数据采集爬虫讲解(一共8课)
链接:https://pan.baidu.com/s/19hCbdSQFVbLNaDmchW50Hw
第06阶段-Python数据分析之Flask
链接:https://pan.baidu.com/s/1XaTxR3mWS0WVonF92YR2jA
第一章节: Flask开发环境介绍
第二章节: Flask开发基础与入门
第三章节: Python Web开发入门
第四章节: 数据可的使用介绍
第五章节: 发布Web应用与补充知识
第六章节: 部署与运维
第七章节: 实战:开发Web版Todo应用
第八章节: 补充专题
第九章节: Flask快速体验-搭建网站
第07阶段-Python数据分析之豆瓣金融等案例(个人认为最有趣的部分!)
链接:https://pan.baidu.com/s/1VykOw3HD9jbN3d-oZSuWsw
第一章节: 一小时理解数据和数据分析与挖掘
第二章节: 统计基础
第三章节: 数据预处理
第四章节: 理解样本数据
第五章节: 探索变量之间的关系
第六章节: 回归分析和基于模拟的分析
第七章节: 分类和预测
第八章节: 邻近度和聚类
第九章节: 事物型数据和关联分析
第十章节: 豆瓣数据案例
第十一章节: 时间序列分析和金融数据
第十二章节: 金融数据分析案例