課程大綱：

Python 計量經濟學初階培訓

1 初識 Python

2 Python 函數的使用

3 面向對象編程

4 Python 科學計算庫

5 Matplotlib 及其應用

6 Numba 及其應用

7 Pandas 及其應用

8 Python 的更多特性

9 Python 的基礎應用

10 Python 的重要特性

11 關于類的使用

12 NumPy 及其應用

13 SciPy 及其應用

14 并行計算介紹

15 如何寫好 Python 代碼

16 Debugging 代碼調試

1 踏入 Python 之門 展開

初識 Python

1.Python的概念

2.Python的圖像庫

3.Python的科學計算庫

4.Python的數據處理庫

5.Python的網絡分析庫

2
Python 的基礎應用

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 函數的使用

1.內置函數

2.自定義函數

3.函數的應用

4
Python 的重要特性

1.數據類型的介紹

2.切片操作

3.集合和字典的使用

4.迭代的應用

5.比較和邏輯運算符

5
面向對象編程

1.面向對象的介紹

2.數據和屬性

3.方法的介紹

6
關于類的使用

1.OOP的深入介紹

2.自定義類

3.特殊方法

7
Python 科學計算庫

1.Python的科學計算庫介紹

2.向量化提高代碼運行速度

3.通用函數

8
NumPy 及其應用

1.NumPy數組介紹

2.NumPy數組中的方法

3.數組中索引的使用

4.數組中運算符的使用

9
Matplotlib 及其應用

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

10
SciPy 及其應用

1.SciPy與NumPy的比較

2.統計數據

3.優化

4.線性代數

11
Numba 及其應用

1.編譯函數

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

13
Pandas 及其應用

1.Series 2.DataFrame 3.在線數據源

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

16
Debugging 代碼調試

1.Debugging的使用