课程大纲：

Python 计量经济学初阶培训

1 初识 Python

2 Python 函数的使用

3 面向对象编程

4 Python 科学计算库

5 Matplotlib 及其应用

6 Numba 及其应用

7 Pandas 及其应用

8 Python 的更多特性

9 Python 的基础应用

10 Python 的重要特性

11 关于类的使用

12 NumPy 及其应用

13 SciPy 及其应用

14 并行计算介绍

15 如何写好 Python 代码

16 Debugging 代码调试

1 踏入 Python 之门 展开

初识 Python

1.Python的概念

2.Python的图像库

3.Python的科学计算库

4.Python的数据处理库

5.Python的网络分析库

2
Python 的基础应用

1.Python包的介绍

2.for语句的使用

3.列表的使用

4.While语句的使用

3
Python 函数的使用

1.内置函数

2.自定义函数

3.函数的应用

4
Python 的重要特性

1.数据类型的介绍

2.切片操作

3.集合和字典的使用

4.迭代的应用

5.比较和逻辑运算符

5
面向对象编程

1.面向对象的介绍

2.数据和属性

3.方法的介绍

6
关于类的使用

1.OOP的深入介绍

2.自定义类

3.特殊方法

7
Python 科学计算库

1.Python的科学计算库介绍

2.向量化提高代码运行速度

3.通用函数

8
NumPy 及其应用

1.NumPy数组介绍

2.NumPy数组中的方法

3.数组中索引的使用

4.数组中运算符的使用

9
Matplotlib 及其应用

1.Matplotlib的API

2.一轴多图 3.多个子图

4.绘制3D图

5.自定义绘图函数

10
SciPy 及其应用

1.SciPy与NumPy的比较

2.统计数据

3.优化

4.线性代数

11
Numba 及其应用

1.编译函数

2.装饰器和nopython模式

3.编译类

4.Numba的替代品

12
并行计算介绍

1.并行化类型

2.NumPy中的隐式多线程

3.Numba中的多线程循环

13
Pandas 及其应用

1.Series 2.DataFrame 3.在线数据源

14

如何写好 Python 代码

1.性能差的代码

2.性能好的代码

3.高性能Python编程实践

15
Python 的更多特性

1.迭代器

2.命名解析

3.错误处理

4.装饰器

5.生成器

6.递归函数

16
Debugging 代码调试

1.Debugging的使用