本课程主要面向非计算机专业的软件开发爱好者，不局限某个专业和学历层次，需要一些程序设计的基本概念如计算机求解问题的框架和一些如素数判断这样的基本算法，缺少上述基础的同学不用太担心，在上课过程中根据课程自己进度补充相关知识并多多进行编程练习即可。

       整个课程以财经数据为基础，通过构建一个个喜闻乐见的案例，让大家可以以更直观的方式领略Python的简洁、优雅和健壮，同时探讨Python除了在商业领域之外在文学、社会学和新闻等人文社科类领域以及在数学和生物等理工类领域同样拥有便捷高效的数据处理能力，并可以触类旁通将其灵活应用于各专业中。整个课程分5个学习模块和1个项目实战模块，从Python基本语法开始，到Python中如何从本地和网络上进行数据获取，如何表示数据，再到如何对数据进行预处理，探索，分析与统计及可视化，到最后如何设计一个简单的GUI界面来表示和处理数据，层层推进。

       主要介绍或项目使用到的Python第三方库有：Requests，BeautifulSoup，re，NumPy，pandas，Matplotlib，sklearn，NLTK，Pillow绘图库，结巴分词，WordCloud词云图，Gensim。

爱上Python，爱上数据分析，爱上用Python进行数据分析！

     课程成绩由平时成绩和开发案例的研究报告两部分构成，两者分别占30%和70%。其中：平时成绩根据课堂讨论、作业和考勤等方面的情况来评定；期末考试由开发案例的研究报告，报告内容以金融大数据的Python实现为研究领域。

   本课程主要面向非计算机专业的软件开发爱好者，不局限某个专业和学历层次，需要一些程序设计的基本概念如计算机求解问题的框架和一些如素数判断这样的基本算法，缺少上述基础的同学不用太担心，在上课过程中可以根据课程自己进度补充一下相关知识并多多进行编程练习即可。

1. Python环境

Python 平台/IDE下载：

Anaconda官网下载地址：https://www.anaconda.com/distribution/

【说明】安装Anaconda后使用其中的Spyder，也可使用Anaconda中包含的Jupyter Notebook（Anaconda装好后直接启动后可使用，可将所有代码和执行结果存放于一个ipynb文件中，且能编辑和重新执行代码，还支持Markdown等文本编辑标记语言）；或安装PyCharm等其他Python IDE，相比较来说，Anaconda平台已安装的第三方库更全，需要额外安装的包非常少，但内核的稳定性不如PyCharm，可根据自身情况选择安装，较优化的做法是使用PyCharm，同时在PyCharm中将解释器设为Anaconda，充分结合两者的优势，具体方式详见第一周文档说明和视频介绍~

2.Python参考书籍和网站

Python金融大数据分析 [德]伊夫·希尔皮斯科，译者姚军，人民邮电出版社2018  

主要参考书   量化投资：以Python为工具，蔡立耑，电子工业出版社，2017

(1)  Python程序设计, 张莉, 金莹等. 高等教育出版社, 2019. 

(2)  Python编程 从入门到实践, [美]埃里克·马瑟斯 著, 人民邮电出版社.

(3)  SciPy科学计算：https://www.scipy.org/

(4)  Wes McKinney, Python for Data Analysis. 东南大学出版社. （英文影印本，中译版名为《利用Python进行数据分析》）

(5) Python标准手册和其他相关Python库官网文档

注：(1)将在9月初正式出版

提问：这门课非计算机专业的同学能听得懂吗？

回答：课程中尽量用简单的案例来让大家了解Python在相关方面的功能，只要认真听认真理解，完成作业并且多进行课后的编程实践，大部分内容是能够掌握的。

提问：是不是只要看完课程视频就可以完全掌握课程内容了？

回答：MOOC课程学习有它的特殊性，时长较短，并且每位学习者的基础有差异，所以我们提供了较多的In-video quiz和编程题/小项目的案例及参考答案，根据需要大家可以在视频学习后多加练习和理解。

提问：本课程是Python 2.x还是Python 3.x？

回答：Python 3.x，当然两者的区别没那么大，少部分专业必须用Python 2.x的学习者不用担心。