本书为读者提供一本全面、系统的Python教材,从基础知识讲起,逐步深入,让读者逐步掌握Python编程的基本概念和核心技术。全书共10章,包括认识Python、Python基本语法、Python流程控制、Python组合数据类型、Python函数、Python模块、Python错误和异常、Python数据分析及数据可视化、量化交易基础、Python编写量化交易策略。本书提供大量的案例,每一个案例,都已上机调试、运行通过,让读者在实践中学习和掌握Python编程技能。每一章都有综合案例,更有利于读者融会贯通知识要点。同时,也关注Python的最z新发展和应用趋势,为读者提供前沿的知识和技术。读者可扫描书中二维码观看教学视频。

双色排版,提供微课视频,丰富案例,经管类适用

Python语言自1989年横空出世以来,一直保持着快速发展的态势,并且应用领域越来越广泛。特别是在人工智能和机器学习的普及下,Python因其简洁易懂的语法和强大的科学计算库支持,而成为这些领域的首选语言。此外,Python在数据分析和大数据处理、自动化和脚本编写、Web开发、教育和学习编程等方面也都有广泛的应用。从最新的编程排行榜来看,Python依然保持着领先的地位。本书旨在为读者提供一本全面、系统的Python教材,从基础知识讲起,逐步深入,让读者逐步掌握Python编程的基本概念和核心技术。力求通过通俗易懂的语言和丰富的实例,让读者轻松上手,快速掌握Python编程的精髓。本书提供大量的案例,每一个案例都上机调试、运行通过,让读者在实践中学习和掌握Python编程技能,并且每一章都有综合案例,更有利于读者融会贯通知识要点,书中的案例读者可以直接扫描二维码观看视频同步学习。同时,也关注Python的最新发展和应用趋势,为读者提供前沿的知识和技术。本教材有如下特点:（1） 系统全面， 深入浅出。本教材从基础知识讲起,逐步深入到高级特性,确保读者能够建立完整的Python知识体系。教材涵盖Python的基本语法、数据类型、控制结构、函数、模块等核心内容,通过一个个案例,让读者掌握各个知识要点,做到润物细无声。（2） 通俗易懂， 轻松上手。本教材采用通俗易懂的语言和简洁明了的表达方式来阐述知识点,降低学习难度,让读者能够轻松上手。避免使用复杂的专业术语,而是采用生动有趣的例子,例如书中的例子有BMI值的计算、个税的算法,让读者更容易理解和接受。（3） 数据处理， 紧跟科技。本教材的内容包括数据处理和数据可视化,利用Matplotlib库和ECharts库实现数据的可视化,让读者接受大数据相关概念和操作更加容易。（4） 量化策略， 赋能市场。本教材的内容包括量化交易基础,量化交易的策略编写,让读者轻松理解量化交易的方方面面,能够利用教材中的知识,编写自己的交易策略,回测交易策略的收益率。本教材案例步骤简洁,操作性强,适合作为本科和高等职业院校的学生计算机编程语言相关课程的教材,也适合大学经济管理类学生学习量化交易的参考书。本教材共10章。第1章、第4章、第7~10章由肖彬、张仙妮和孙秀娟编写,第2、3章和第5、6章由史益芳编写。罗维政、刘祚先和曲依扬参与了第9和10章的部分编写,全书由肖彬拟定大纲并统稿。由于时间仓促,书中不妥与疏漏之处敬请读者批评指正。本书由校级立项编写教材(108051360024XN141)和大创项目-基于React的智慧校园系统(10805136024XN139-348)项目支持。编　者2024年6月

肖彬,副教授,长期工作在教学第d一线,教学经验非常丰富,深受同学们的喜欢,被评为北方工业大学校红老师。出版过四部教程。发表过论文20余篇。

前言
第1章　认识Python 1
1.1　Python简介 1
1.1.1　Python的图标含义 1
1.1.2　Python的发展历史 1
1.1.3　Python的特点 2
1.1.4　Python的应用 3
1.2　Python的环境构建 4
1.2.1　安装Python 4
1.2.2　使用Anaconda3 5
1.3　第一个程序HelloWorld 11
1.3.1　交互环境 11
1.3.2　Python的IDLE环境 12
1.3.3　Anaconda3环境 12
第2章　Python基本语法 15
2.1　Python程序语法元素 15
2.1.1　程序的格式框架 15
2.1.2　注释 16
2.1.3　标识符 17
2.2　变量与数据类型 18
2.2.1　变量 19
2.2.2　变量赋值 19
2.2.3　数据类型 20
2.2.4　数值型 20
2.2.5　字符串型 22
2.2.6　查询数据类型 24
2.2.7　数据类型的转换 24
2.3　表达式 27
2.3.1　算术运算符和算术表达式 27
2.3.2　比较运算符和比较表达式 30
2.3.3　逻辑运算符 32
2.3.4　复合赋值运算符 34
2.3.5　运算符优先级 36
2.4　综合案例 37
第3章　Python流程控制 41
3.1　顺序流程控制 42
3.2　条件流程控制 42
3.2.1　单分支结构:if语句 43
3.2.2　双分支结构:if-else语句 45
3.2.3　多分支结构:if-elif-else语句 46
3.2.4　选择结构的嵌套 49
3.3　循环流程控制 50
3.3.1　遍历循环:for语句 51
3.3.2　条件循环:while语句 53
3.3.3　循环嵌套 54
3.3.4　循环保留字:break和continue 56
3.4　综合案例 59
第4章　Python组合数据类型 64
4.1　列表 64
4.1.1　创建列表 64
4.1.2　使用列表 65
4.1.3　更新列表 66
4.1.4　列表的内置函数 68
4.1.5　列表遍历 71
4.2　元组 73
4.2.1　创建元组 73
4.2.2　使用元组 74
4.2.3　删除元组 75
4.2.4　元组的内置函数 75
4.2.5　元组的遍历 76
4.3　字典 76
4.3.1　创建字典 76
4.3.2　使用字典 77
4.3.3　删除元素和字典 77
4.3.4　字典的内置函数和方法 78
4.3.5　字典的遍历 81
4.4　集合 83
4.4.1　创建集合 83
4.4.2　使用集合 84
4.4.3　删除元素和集合 84
4.4.4　集合的内置函数和方法 85
4.4.5　集合的遍历 87
4.5　综合案例 87
第5章　Python函数 93
5.1　函数概述 93
5.1.1　函数的定义 93
5.1.2　函数调用和返回 94
5.1.3　变量的作用域 95
5.2　函数参数的传递方式 98
5.2.1　按位置传递参数 98
5.2.2　按参数名传递参数 100
5.2.3　按默认值传递参数 101
5.2.4　值传递和引用传递 101
5.3　函数的调用 102
5.3.1　嵌套调用 103
5.3.2　递归调用 105
5.4　综合案例 106
第6章　Python模块 110
6.1　模块的概述 110
6.1.1　自定义模块 110
6.1.2　模块导入 110
6.2　Python常用的内置模块 115
6.2.1　math库 115
6.2.2　random库 116
6.2.3　turtle库 118
6.3　综合案例 120
第7章　Python错误和异常 123
7.1　Python错误与异常概述 123
7.1.1　异常的概念 124
7.1.2　异常的类型 124
7.1.3　异常的捕获 124
7.2　Python自定义异常 129
7.3　综合案例 130
第8章　Python数据分析及数据可视化 133
8.1　数据分析概述 133
8.2　科学计算库NumPy 133
8.2.1　NumPy数组与list的区别 133
8.2.2　NumPy数组的创建 135
8.2.3　NumPy数组的使用 137
8.2.4　NumPy数组的运算 140
8.3　数据分析工具Pandas 144
8.3.1　Pandas的数据结构 144
8.3.2　一维数组Series 145
8.3.3　二维数组DataFrame 154
8.3.4　读/写数据 163
8.4　数据可视化 166
8.4.1　数据可视化概述 166
8.4.2　Matplotlib 166
8.4.3　Echarts 169
第9章　量化交易基础 176
9.1　初识量化交易 176
9.1.1　量化交易的概念 176
9.1.2　量化交易的优势 177
9.2　量化交易的内容 178
9.2.1　量化内容 178
9.2.2　量化择时 179
9.2.3　量化交易 179
第10章　Python编写量化交易策略 181
10.1　量化交易策略 181
10.1.1　获取股票数据函数 181
10.1.2　量化策略财务因子 191
10.2　量化策略编写 208
10.2.1　策略1： 均线策略 208
10.2.2　策略2： 双均线交易策略 210
10.2.3　策略3： 布林带策略 212
10.2.4　交易策略总结 214
参考文献 216