金融和python考试_适合商科、金融行业的python资料整理、评分

了解到商科、金融行业的朋友有学习Python的想法，但网上资料实在太多，我打算用业余时间看一看常见资料，写出简评，力求方便选择。“内容相关度”指(我理解的)和商科、金融行业应用场景的相关度。仅代表个人观点。持续更新中。

建议按需要选择1-3项阅读，不要太多。

Python基础知识

讲的全是Python基础特性，不含高级主题，适合编程新手。带有一些例子。很快可以读完。中文翻译比较生硬。

可读性：4星

内容相关度：5星

更像是基础知识点的罗列，带有讲解和例子，但由于列出的次级知识点非常多，容易抓不住重点，记不过来。更适合当做参考手册查阅，而非入门教程。另外这个教程应该是假设了读者具有一些编程知识。

可读性：3星

内容相关度：4星

内容实用并且几乎所有知识点都有例子。节奏合理，每个页面是一块知识点。分成了Python3教程和Python3高级教程，层次分得很好，可以不看高级教程。

可读性：5星

内容相关度：5星

内容和W3C的几乎完全一样，不知道是谁抄谁，排版和色调不同。

可读性：5星

内容相关度：5星

鼓励使用Jupyter Notebook来学习，效果是好的，但安装Jupyter Notebook可能比安装Python本身更麻烦一点，因人而异。有较多例子，讲解也很详细。包含了过多李笑来自己的无关思想，如“刻意练习”，“耐心”。后面也包含了较多高级主题。

可读性：4星

内容相关度：4星

更适合理工科学生，基础知识讲的很快，举例不多，同时包含了过多计算机系统知识，大量篇幅在讲只有程序员才需要了解的面向对象、进程线程等。

可读性：3星

内容相关度：3星

Python数据分析

前面比较详细地讲解了numpy和pandas这两个核心，紧接着讲数据整理、绘图等，都是非常实用的技巧，没什么废话，和科班的data science课程非常像。最后有一些有趣的实战项目，像是男性和女性对电影的评分分歧，新生儿姓名分布等等，算是比较典型的数据分析应用了。

可读性：5星

内容相关度：5星

内容安排合理，有很多例子但是讲解不是很详细，节奏比较紧凑。也带过了Python基础知识。讲了很多实用操作，比如移动窗口、回归分析。可惜没有一个综合的实战项目。

可读性：3星

内容相关度：4星

偶然看到。有很多贴近生活的实战项目，比较有趣，缺点是需要自己看ipynb文件里面的代码和注释(貌似他们的公众号文章有详细一些的讲解)。可以开拓视野，了解数据分析能做什么。

可读性：3星

内容相关度：5星

Python爬虫

待填坑