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，最后介绍数据分析和机器学习入门应用。

爱上Python，爱上数据分析，爱上用Python进行数据分析！

1. 校内课程成绩构成：30%平时+20%课程设计+50%期末测试

2. 若你想同时获得MOOC课程证书也是非常支持的，MOOC课程成绩构成和获得证书要求如下：

【成绩构成】

总成绩 = 单元测试*60%（包含每一周的客观题和编程题） + 期末测试（包括实践项目8%和期末考试32%）*40%

【证书】

总成绩60-79分为合格

总成绩80-100分为优秀

认证证书收费：100元/人 

   本课程主要面向非计算机专业的同学，不局限某个专业，需要学过一门程序设计语言（不一定是Python语言）或有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需要在上课过程中可以根据课程自己进度补充相关知识并多多进行编程练习。

1. Python环境

Python 平台/IDE下载：

(1)最基础的方式：使用Python IDLE（从Python官网下载）

(2)最省事的方式：使用Anaconda

从官网或清华镜像站下载https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

【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。若有一定的基础，也可使用如sublime和VSCode等编辑器，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

(1)  Python程序设计, 张莉, 金莹等. 高等教育出版社, 2019. 7

(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