股票买卖流程图，Python小白应如何入门？
Python小白怎么入门？这个问题不知道让我怎么回答，因为python可用于多种场景，比如：人工智能呢个、数据分析、数据挖掘、自动化运维、web开发等，都是发展路线。下面介绍一下数据分析的入门及发展学习路线。
0.Python使用工具
1. python基础
2. 数据基础
3. Numpy
4. Pandas
5. Matplotlib
6. 爬虫
7. 机器学习
1.数据分析工具选择
数据分析时，选择一款简单、喜欢的编程工具，将达到事半功倍的效果，这里介绍流行好用的工具
Ø Pycharm：
PyCharm 是一款功能强大的 Python 编辑器，具有跨平台性，下载地址：https://www.jetbrains.com/pycharm/download/#section=windows
professional 表示专业版，community 是社区版，推荐安装社区版，因为是免费使用的。
Ø Jupyter notebook、Jupyter Lab
Jupyter Notebook 是一个基于 Web 的交互式计算笔记本环境。(https://jupyter-notebook.readthedocs.io/en/stable/notebook.html)
The notebook extends the console-based approach to interactive computing in a qualitatively new direction, providing a web-based application suitable for capturing the whole computation process: developing, documenting, and executing code, as well as communicating the results. The Jupyter notebook combines two components:
A web application: a browser-based tool for interactive authoring of documents which combine explanatory text, mathematics, computations and their rich media output.
Notebook documents: a representation of all content visible in the web application, including inputs and outputs of the computations, explanatory text, mathematics, images, and rich media representations of objects.
Ø Vim
Vim是从 vi 发展出来的一个文本编辑器。代码补完、编译及错误跳转等方便编程的功能特别丰富，在程序员中被广泛使用。
Ø Spyter
Spyder是Python(x,y)的作者为它开发的一个简单的集成开发环境。和其他的Python开发环境相比，它最大的优点就是模仿MATLAB的“工作空间”的功能，可以很方便地观察和修改数组的值。
2.Python基础
学习顺序如下图所示：
一、基础：数据类型和变量、字符串和编码、 列表、元组、字典、条件判断
循环While循环、For循环、循环嵌套、break语句、continue语句、pass语句、日期和时间、正则表达式
二、函数：调用函数、定义函数、函数参数、递归函数
三、高级特性：切片、迭代、列表生成式、生成器、迭代器
四、面向对象：类和实例、继承和多态、获取对象信息、实例属性和类属性
五、错误、调试和测试、错误处理、调试、单元测试、文档测试
六、Python练习题：
Python100例：
菜鸟教程：https://www.runoob.com/python/python-100-examples.html
力扣 (LeetCode) 全球极客挚爱的技术成长平台：
https://leetcode-cn.com/problemset/all/
Python3中文官方文档网址如下：
http://doc.iplaypy.com/python3/
3.Panda(https://www.pypandas.cn/docs/)
Pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。
利器之一：DataFrame
DataFrame是Pandas中的一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典。
利器之一：Series
它是一种类似于一维数组的对象，是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。
学习视频：
【全30集】使用 pandas 进行数据分析：Data analysis in Python with pandas】
https://www.bilibili.com/video/av6785636?from=search&seid=15880205862713615709
【莫烦PythonàNumpy&Pandas数据处理教程】
https://www.bilibili.com/video/av16378934?from=search&seid=15880205862713615709
4.Numpy科学计算的基础软件包（https://www.numpy.org.cn/user/setting-up.html）
NumPy是使用Python进行科学计算的基础软件包。除其他外，它包括：
功能强大的N维数组对象。精密广播功能函数。集成 C/C+和Fortran 代码的工具。强大的线性代数、傅立叶变换和随机数功能利器之一：Ndarray
NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。ndarray 对象是用于存放同类型元素的多维数组。ndarray 中的每个元素在内存中都有相同存储大小的区域。
利器之一：切片和索引
ndarray对象的内容可以通过索引或切片来访问和修改，与 Python 中 list 的切片操作一样。ndarray 数组可以基于 0 - n 的下标进行索引，切片对象可以通过内置的 slice 函数，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组。
5.Matplotlib
Matplotlib 是一个 Python 的 2D绘图库，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形。
为什么选择 Matplotlib？
如果某天你发现自己要学习 Matplotlib, 很可能是因为: 1、Matplotlib 是一个非常强大的 Python 画图工具；2、手中有很多数据, 可是不知道该怎么呈现这些数据。
Matplotlib 能帮你？
绘制线图、散点图、等高线图、条形图、柱状图、3D 图形、、甚至是图形动画等等。
6.爬虫
Beautiful Soup中文教程文档：http://doc.iplaypy.com/bs4/
Beautiful Soup是一个可以从HTML或XML文件中提取数据的Python库.它能够通过你喜欢的转换器实现惯用的文档导航,查找,修改文档的方式.Beautiful Soup会帮你节省数小时甚至数天的工作时间.
Requests
Requests中文文档 ：（http://doc.iplaypy.com/requests/） 唯一的一个非转基因的 Python HTTP 库，人类可以安全享用。Requests 允许你发送纯天然，植物饲养的 HTTP/1.1 请求，无需手工劳动。你不需要手动为 URL 添加查询字串，也不需要对 POST 数据进行表单编码。
Scrapy
Scrapy官方中文手册，高层次的屏幕抓取和web抓取框架，用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛，可以用于数据挖掘、监测和自动化测试...7.数学基础
数据分析进阶版—机器学习
数学基础学习的为：微积分、线性代数、概率论
8.机器学习
机器学习的定义：
机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、 逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现 人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构（利用数据 或经验等）使之不断改善自身的性能。
它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的 各个领域，包括网络搜索、垃圾邮件过滤、推荐系统、广告投放、信用评价、欺 诈检测、股票交易和医疗诊断等应用
面向对象思想是什么？
这是一个非常好的问题，建立面向对象编程思想是学习面向对象编程的关键，下面就把面向对象思想做一个总结。
什么是面向对象思想呢？简单的说就是考虑问题以对象为出发点而不是以流程为出发点，通过对象之间的交互完成一系列功能的实现，这就是面向对象思想。
对象又是什么呢？简单的说就是一切都是对象，对象能够涵盖所有我们已经认知的事物和未认知的事物，只要是存在的东西都可以认为是对象，比如“黑洞”、“暗物质”等等，所以对象的范围非常广泛。
面向对象思想如何落地呢？面向对象编程思想包括四个概念、三个特征、一个过程，下面分别解释一下（以Java语言为例）：
四个概念分别是类、对象、属性和方法，其中类表示定义，对象表示类的实例，属性表示对象的状态，方法表示对象的功能。举个例子，比如我们要通过面向对象的思维方式来描述学生，那么就需要为学生构建一个类：
类中定义了学生的学号和姓名，同时定义了一个打印学生信息的方法，这就是类，但是类只是一个定义，要想完成具体的应用，需要通过类来创建出一个实例，这个实例就是对象，看一个例子：
例子中通过构造方法创建初始化了一个实例，这个时候，这个实例就是一个实实在在存在的对象了，此时这个对象就可以调用方法来实现功能了。
通过这个例子，我们可以了解类、对象、属性、方法之间的关系，同时也阐述了面向对象的编程过程，这个过程分为三个步骤，分别是类的定义、对象的创建、方法的调用。
三个特征分别是封装、继承和多态，其中封装提高类的内聚性，封装包括三个步骤，分别是私有化成员属性、定义设置器、定义获取器，看一个例子：
继承是在一个类的基础之上再派生出一个新类的过程，通过继承，子类能够完成对父类方法的继承，看一个例子：
继承体现的是一种发展的概念，是面向对象编程过程中的一个重要概念。
多态的理解是一个稍微麻烦的事情，但是简单的总结一下，多态可以用两个方法和三个定义来描述多态。两个方法分别是方法重载和方法重写，三个定义分别是父类定义子类构建、抽象类定义实体类构建、接口定义实体类构建。
先看一下方法重载，方法重载简单的说就是同一个类中定义了多个方法，具有相同的名字，不同的参数列表，看一个例子：
方法重写简单的说就是一个前提、三个相同、两个规定，一个前提是在继承体系结构下，子类定义了某个方法与父类的方法具有相同的名字、参数列表、返回值类型，两个规定分别是子类方法的范围限定不能小于父类方法，子类方法不能抛出更多的异常，看一个例子：
下面再看一下三个定义，三个定义是理解多态的重点，也是一个小难点。第一个定义是父类定义子类构建，看一个例子：
第二个定义是接口定义实体类构建，看一个例子：
第三个定义是抽象类定义实体类构建，看一个例子：
以上内容就是对面向对象编程思想的一个简单描述，面向对象思想现在已经有了很大的扩展，Spring就是面向对象编程和面向方面编程结合的例子，Spring目前在Java开发领域也有广泛的应用。
我做软件开发工作多年，目前的研究方向是大数据和人工智能，也在带大数据方向的研究生，我会陆续在头条写一些关于软件开发方面的文章，感兴趣的朋友可以关注我的头条号，相信一定会有所收获。
如果有软件开发方面的问题，也可以咨询我。
谢谢！
你有哪些值得分享的网站？
我们在学习代码编程的时候，看着简单，实际上却不是这样的，对于很多程序师来说，天天都要与代码做朋友，打交道，真的挺烦人的，那我们应该怎样的去找资源，让自己在有限的时间里，学到最好的知识了，不用担心，今天小编就来为你分享5款超好用的编程资源网站。
Code Avengers
这是一个在线互动学习编码的网站，若是你想以互动的方式学习编码，那么这款“Code Avengers”便是很好的选择。虽然它的课程不多，但所有的课程设计都非常灵活，可以随时开始、停止或恢复课程。
另外完成Code Avengers课程只需12个小时。在这里，你可以学习使用HTML、CSS、JavaScript和Python构建网站、应用程序和游戏，很实用的。
Code school
Code School是免费学习编码的优秀网站。这上面有一些视频教程、屏幕录像和编码挑战课题，从而让你达到提高自己的编码技能的目的。Code School激励你学习的方式就是去做。他们的课程因路径而出名，如Ruby路径、JavaScript路径、HTML / CSS路径、iOS路径、Git路径等。所以用的上的朋友要努力学哦，争取早日拿到路径。
迅捷流程图
迅捷流程图是一款制作流程图软件，看到这里，肯定会有很多人在想，这里都是学习编程的网站，和你这个软件有什么关系了，其实这中间是有一定的关联的，大家想想，当我们在学习时，肯定会有很多需要记载的知识点，就算记忆力再好，我们也会有忘记的时候，若是我们有这样的一款流程图那就不一样了，可以将类似的知识点进行归类记载，这样你就不会再迷糊了，是不是很棒！
CodeHS
CodeHS是一个强大的在线学习代码的网站。他们的理念很简单——“在校或在家学习代码 ”。CodeHS有一个编程人员社区，里面有很多优秀的专家和程序员，你完全不用担心你遇到问题不会解决。CodeHS的基础编程课程是免费的，但是高级课程需要收费。问题解决、JavaScript、游戏编程、动画设计和其他视觉创意学习是基础和中级课程提供的内容。不要小看代码，能学好才是真本事。
Scratch 2.0
在生活中，无论是设计、开发，还是编码，都离不开想象力、创造力和技能。所以，若是你想提高自己的想象力、创造力和技能这些方面，那么， Scratch 2.0很适合你。它是一个免费的学习网站，但它更适合培养下一代的编程人员、程序设计师。在这里他们可以在Scratch 2.0的平台上学习创作故事、游戏、动画和其他视觉编程内容。让你学的更多，学的更好。
好了，关于学习编程的在线网站分享到这里，想要提升自己的能力，那还等什么了？
有什么好用的数据可视化软件？
干货预警，全文12288字，配图100+，阅读需要20分钟。赶时间的朋友先点赞▲收藏★评论~
给大家推荐四款免费的可视化工具分别是：Excel、Power BI,Fourish网站、镝数图表。
E01.Excel数据可视化到底有多强大？1-1.到底什么是数据可视化？
数据可视化，可以帮助我们更具象地了解一个事物的特性。例如中国的人口东多西少，利用地图就能很好理解，差异大概有多大。
中国县级市/区分布图
1-2.零基础有哪些值得学习的可视化工具？给大家安利了2款软件和2个网站工具，通过接触这4款工具，也能快速做到举一反三，迅速上手其他可视化工具。
工具1：Excel
推荐Excel的理由有很多：01.普及率高、可定制；02.入门简单、自由操作度高；03.方便与PPT结合展示，工作场合最广泛。也建议日常要处理报表同学都是从Excel学起。
有人会觉得Excel的可视化比较差，那是因为绝大多数同学不知道：主题配色、排版，装饰元素等等细节问题。
下面就给大家看看Excel的作品：
工具2：Power BI
Power BI也是微软出品的可视化工具，原来是基于Excel的三大插件:Power Query、Power Pivot Power View组成。它图表丰富、有第三方图表库，可在线分享报表。
可视化作品如下：
工具3：flourish网页
网址：https://flourish.studio/
这是一个国外的动态可视化网站，只需要导入数据，就可以实现一些超棒可视化效果，如下：
工具一、Excel对于普通的白领职员，刚开始还是建议学习Excel可视化表达。其实不管你学习什么工具，基础图表的原理都是相通的。
如果简单的数据可视化，Excel的普及率、兼容性和在数据储存、数据分析、数据呈现都有着坚实的基础。还有最重要的一条是，某些领导就是要看Excel文件。
对于基础的可视化需求，Excel就足以实现了。太难的图表即使自己会做，还经常要跟领导/观众解释一番。
最近整理了关于Excel数据可视化表达的知识点，并且做了相关案例演示和配套练习资料。文笔差，直接上课件案例（部分）
01五种主流可视化表达形式01.REPT函数
02.条件格式
03.迷你图
04.三维地图
全国地级市（台湾除外）
全国县城/区分布（台湾除外）
05.Excel图表
还想了解更多的内容，请参加我们的课程呐~
由于每个行业都有很深的学问、甚至每个公司的表格、数据输出的列都不一样。这里建议同学们好好学习数据看板制作的原理，再根据自己公司的业务需求和自己对业务的理解，制作属于自己的可视化报表。
一、Excel数据大屏，自动化Excel方面就是普及率高，每个人电脑几乎都有Excel，打开就可以浏览或修改。Excel也可以做错出挺棒的自动化模板，如下：
我在2020年根据自己工作经验制作的《Excel数据大屏，自动化模板》受到许多同学的认可，因为之前很多工作内容就是搞表格和搞PPT的。
说到制作自动化数据看板，还是Power BI 功能会更出色。不管Excel也好、Power BI也罢，甚至Tableau，Python……，它们都是工具，大家根据自己实际情况学习和使用就好。
个人不太建议，原来没有编程基础的同学，因为临时偶尔不重要的一个工作任务去学习Python类可视化报表哈。虽然我日常也会恰这类的饭。如临时需求，建议找一些专业的外援制作效果应该更好哦。
二、Power BI 自动化模板许多同学看过我做的Excel自动化模板，其实Power BI自动化模板也不错。它比Excel的可容纳数据量更多，可视化功能更简单和丰富、可以发布网页上等优于Excel的特点。
《Power BI自动化模板》
下面的Power BI网红动态条形图模板，就是利用Power BI制作。如果又新的数据，刷新即可生成新的报表。
可能大家对Power BI还是挺陌生的，它是由微软出版的商业可视化报表软件，而且是完全免费。制作数据看板，它可以轻松跨越多个报表之间，实现数据关联。图表之间也能轻松交互。
Power BI主要有三大模块功能组成。分别是Power Query、Power Pivot和Power View。
01.Power Query功能
Power Query主要功能是获取数据、整理数据。用了12节课演示了常用的数据处理技巧、数据有哪些问题，和如何进行数据清洗。
教大家如何爬取电商手机商品数据、豆瓣电影TOP250数据。
02.Power Pivot功能
Power Pivot主要是数据关联和数据建模的内容。如在多对多关系如何搭建维度表链接2个数据源。如何建立一个最高频的维度表，日期表。
03.Power View功能
在Power View介绍了各种基础图表是如何绘制的，如何从第三方视觉对象。一共介绍了25个系统图表的绘制。
列举了分组、筛选和排序功能的重要性。如何制作出让人看得明白的可视化报表。
04.综合实践，自动化数据看板
最后是综合所有的内容，完整做出一个系统的，多数据报表关联的数据看板。此处列举了社区团购、知乎号、公众号三个系统报表的制作。
这个公众号从19年8月还是21个粉丝，到目前的3.5万粉丝。也感谢大家的关注和支持呢。（1个月，我的Excel公众号从23粉丝涨到1088知乎er！）
阅读量也从最开始的200涨到下载的1800左右叻。
知乎是从15年就注册玩了，也是经历好久才达到了5万粉丝呐，好久也没有复盘过知乎的内容。就借着这个做课程的机会，顺便把自己的粉丝也盘点了一下。
当然，后续我们还会添加补充同学们反馈比较多的问题，让大家在这一门课程就能够轻松上手Power BI并能完成难度一般的数据报表制作。
中级长投记忆方法？
第一，切忌重复听课。
除非是第一遍没跟上，否则课程认认真真听一遍即可，多听益处并不会随着听的次数而增加。
第二，重复做题查漏补缺。
做题的目的就是发现知识的漏洞并不断补漏洞的过程。所以做题过程中，我们要有一种“遇魔杀魔”的气势，不能一遇到不会做的，做错的就很沮丧，胆胆怯怯唯唯诺诺那必然扛不住考试这个大魔头。
第三，拒绝机械化备考。
学习就是一个不断学习不断遗忘又要不断学习的循环往复的过程。遗忘是正常的，解决遗忘的方法就是重复。而在重复过程中，也要避免机械重复，所谓机械重复类似于中学背英语单词，每天翻开书就开始背，放下书就忘，做题的时候隐约有个印象，但是又不准确。这说明我们的知识点仍然处于支离破碎的状态，那么我们在备考中级时也切忌如此，避免形成这种备考状态的方法就是构建思维导图。具体建立的方式以长投为例。首先长投的学习分三部分：概述、初始计量及后续计量。那么第一部分概述包括定义、内容及分类;第二部分初始计量包括非同一、同一控制下企业合并及非合并方式取得;第三部分后续计量包括成本法、权益法、核算方法的转换、长投的减值及处置。
还没有评论，来说两句吧...