Python語言案例教程（經(jīng)管類適用）

前言
第1章　認(rèn)識Python 1
1.1　Python簡介 1
1.1.1　Python的圖標(biāo)含義 1
1.1.2　Python的發(fā)展歷史 1
1.1.3　Python的特點(diǎn) 2
1.1.4　Python的應(yīng)用 3
1.2　Python的環(huán)境構(gòu)建 4
1.2.1　安裝Python 4
1.2.2　使用Anaconda3 5
1.3　第一個(gè)程序HelloWorld 11
1.3.1　交互環(huán)境 11
1.3.2　Python的IDLE環(huán)境 12
1.3.3　Anaconda3環(huán)境 12
第2章　Python基本語法 15
2.1　Python程序語法元素 15
2.1.1　程序的格式框架 15
2.1.2　注釋 16
2.1.3　標(biāo)識符 17
2.2　變量與數(shù)據(jù)類型 18
2.2.1　變量 19
2.2.2　變量賦值 19
2.2.3　數(shù)據(jù)類型 20
2.2.4　數(shù)值型 20
2.2.5　字符串型 22
2.2.6　查詢數(shù)據(jù)類型 24
2.2.7　數(shù)據(jù)類型的轉(zhuǎn)換 24
2.3　表達(dá)式 27
2.3.1　算術(shù)運(yùn)算符和算術(shù)表達(dá)式 27
2.3.2　比較運(yùn)算符和比較表達(dá)式 30
2.3.3　邏輯運(yùn)算符 32
2.3.4　復(fù)合賦值運(yùn)算符 34
2.3.5　運(yùn)算符優(yōu)先級 36
2.4　綜合案例 37
第3章　Python流程控制 41
3.1　順序流程控制 42
3.2　條件流程控制 42
3.2.1　單分支結(jié)構(gòu):if語句 43
3.2.2　雙分支結(jié)構(gòu):if-else語句 45
3.2.3　多分支結(jié)構(gòu):if-elif-else語句 46
3.2.4　選擇結(jié)構(gòu)的嵌套 49
3.3　循環(huán)流程控制 50
3.3.1　遍歷循環(huán):for語句 51
3.3.2　條件循環(huán):while語句 53
3.3.3　循環(huán)嵌套 54
3.3.4　循環(huán)保留字:break和continue 56
3.4　綜合案例 59
第4章　Python組合數(shù)據(jù)類型 64
4.1　列表 64
4.1.1　創(chuàng)建列表 64
4.1.2　使用列表 65
4.1.3　更新列表 66
4.1.4　列表的內(nèi)置函數(shù) 68
4.1.5　列表遍歷 71
4.2　元組 73
4.2.1　創(chuàng)建元組 73
4.2.2　使用元組 74
4.2.3　刪除元組 75
4.2.4　元組的內(nèi)置函數(shù) 75
4.2.5　元組的遍歷 76
4.3　字典 76
4.3.1　創(chuàng)建字典 76
4.3.2　使用字典 77
4.3.3　刪除元素和字典 77
4.3.4　字典的內(nèi)置函數(shù)和方法 78
4.3.5　字典的遍歷 81
4.4　集合 83
4.4.1　創(chuàng)建集合 83
4.4.2　使用集合 84
4.4.3　刪除元素和集合 84
4.4.4　集合的內(nèi)置函數(shù)和方法 85
4.4.5　集合的遍歷 87
4.5　綜合案例 87
第5章　Python函數(shù) 93
5.1　函數(shù)概述 93
5.1.1　函數(shù)的定義 93
5.1.2　函數(shù)調(diào)用和返回 94
5.1.3　變量的作用域 95
5.2　函數(shù)參數(shù)的傳遞方式 98
5.2.1　按位置傳遞參數(shù) 98
5.2.2　按參數(shù)名傳遞參數(shù) 100
5.2.3　按默認(rèn)值傳遞參數(shù) 101
5.2.4　值傳遞和引用傳遞 101
5.3　函數(shù)的調(diào)用 102
5.3.1　嵌套調(diào)用 103
5.3.2　遞歸調(diào)用 105
5.4　綜合案例 106
第6章　Python模塊 110
6.1　模塊的概述 110
6.1.1　自定義模塊 110
6.1.2　模塊導(dǎo)入 110
6.2　Python常用的內(nèi)置模塊 115
6.2.1　math庫 115
6.2.2　random庫 116
6.2.3　turtle庫 118
6.3　綜合案例 120
第7章　Python錯(cuò)誤和異常 123
7.1　Python錯(cuò)誤與異常概述 123
7.1.1　異常的概念 124
7.1.2　異常的類型 124
7.1.3　異常的捕獲 124
7.2　Python自定義異常 129
7.3　綜合案例 130
第8章　Python數(shù)據(jù)分析及數(shù)據(jù)可視化 133
8.1　數(shù)據(jù)分析概述 133
8.2　科學(xué)計(jì)算庫NumPy 133
8.2.1　NumPy數(shù)組與list的區(qū)別 133
8.2.2　NumPy數(shù)組的創(chuàng)建 135
8.2.3　NumPy數(shù)組的使用 137
8.2.4　NumPy數(shù)組的運(yùn)算 140
8.3　數(shù)據(jù)分析工具Pandas 144
8.3.1　Pandas的數(shù)據(jù)結(jié)構(gòu) 144
8.3.2　一維數(shù)組Series 145
8.3.3　二維數(shù)組DataFrame 154
8.3.4　讀/寫數(shù)據(jù) 163
8.4　數(shù)據(jù)可視化 166
8.4.1　數(shù)據(jù)可視化概述 166
8.4.2　Matplotlib 166
8.4.3　Echarts 169
第9章　量化交易基礎(chǔ) 176
9.1　初識量化交易 176
9.1.1　量化交易的概念 176
9.1.2　量化交易的優(yōu)勢 177
9.2　量化交易的內(nèi)容 178
9.2.1　量化內(nèi)容 178
9.2.2　量化擇時(shí) 179
9.2.3　量化交易 179
第10章　Python編寫量化交易策略 181
10.1　量化交易策略 181
10.1.1　獲取股票數(shù)據(jù)函數(shù) 181
10.1.2　量化策略財(cái)務(wù)因子 191
10.2　量化策略編寫 208
10.2.1　策略1： 均線策略 208
10.2.2　策略2： 雙均線交易策略 210
10.2.3　策略3： 布林帶策略 212
10.2.4　交易策略總結(jié) 214
參考文獻(xiàn) 216