
Python 計量經(jīng)濟(jì)學(xué)初階培訓(xùn)
1 初識 Python
2 Python 函數(shù)的使用
3 面向?qū)ο缶幊?/p>
4 Python 科學(xué)計算庫
5 Matplotlib 及其應(yīng)用
6 Numba 及其應(yīng)用
7 Pandas 及其應(yīng)用
8 Python 的更多特性
9 Python 的基礎(chǔ)應(yīng)用
10 Python 的重要特性
11 關(guān)于類的使用
12 NumPy 及其應(yīng)用
13 SciPy 及其應(yīng)用
14 并行計算介紹
15 如何寫好 Python 代碼
16 Debugging 代碼調(diào)試
1 踏入 Python 之門 展開
初識 Python
1.Python的概念
2.Python的圖像庫
3.Python的科學(xué)計算庫
4.Python的數(shù)據(jù)處理庫
5.Python的網(wǎng)絡(luò)分析庫
2
Python 的基礎(chǔ)應(yīng)用
1.Python包的介紹
2.for語句的使用
3.列表的使用
4.While語句的使用
3
Python 函數(shù)的使用
1.內(nèi)置函數(shù)
2.自定義函數(shù)
3.函數(shù)的應(yīng)用
4
Python 的重要特性
1.數(shù)據(jù)類型的介紹
2.切片操作
3.集合和字典的使用
4.迭代的應(yīng)用
5.比較和邏輯運(yùn)算符
5
面向?qū)ο缶幊?/p>
1.面向?qū)ο蟮慕榻B
2.數(shù)據(jù)和屬性
3.方法的介紹
6
關(guān)于類的使用
1.OOP的深入介紹
2.自定義類
3.特殊方法
7
Python 科學(xué)計算庫
1.Python的科學(xué)計算庫介紹
2.向量化提高代碼運(yùn)行速度
3.通用函數(shù)
8
NumPy 及其應(yīng)用
1.NumPy數(shù)組介紹
2.NumPy數(shù)組中的方法
3.數(shù)組中索引的使用
4.數(shù)組中運(yùn)算符的使用
9
Matplotlib 及其應(yīng)用
1.Matplotlib的API
2.一軸多圖 3.多個子圖
4.繪制3D圖
5.自定義繪圖函數(shù)
10
SciPy 及其應(yīng)用
1.SciPy與NumPy的比較
2.統(tǒng)計數(shù)據(jù)
3.優(yōu)化
4.線性代數(shù)
11
Numba 及其應(yīng)用
1.編譯函數(shù)
2.裝飾器和nopython模式
3.編譯類
4.Numba的替代品
12
并行計算介紹
1.并行化類型
2.NumPy中的隱式多線程
3.Numba中的多線程循環(huán)
13
Pandas 及其應(yīng)用
1.Series 2.DataFrame 3.在線數(shù)據(jù)源
14
如何寫好 Python 代碼
1.性能差的代碼
2.性能好的代碼
3.高性能Python編程實(shí)踐
15
Python 的更多特性
1.迭代器
2.命名解析
3.錯誤處理
4.裝飾器
5.生成器
6.遞歸函數(shù)
16
Debugging 代碼調(diào)試
1.Debugging的使用
