本书从Python基础入门讲起，到应用Python进行科学计算、数据处理、数据可视化、挖掘建模基础训练，再到利用Python进行金融数据挖掘与量化投资实战，深入浅出地介绍了如何使用Python进行金融数据分析、挖掘和量化投资的全过程。
全书分三篇：基础篇、案例篇和实训篇。基础篇（第1～6章）主要介绍Python基本知识及应用于科学计算、数据处理、数据可视化、挖掘建模等方面的基础知识；案例篇（第7～11章）主要介绍利用Python进行金融数据挖掘分析的基础案例和综合应用案例；实训篇（第12章），由5个实训组成。本书将从Python基础知识、基本数据分析技能，扩展到基础案例和综合案例，最后通过实训帮助读者强化训练，完成Python相关知识的学习。

基础篇 1

第 1章 Python基本知识 1

1.1 Python概述 1

1.2 Python安装及启动 1

1.3python基本数据类型 10

1.4 Python相关公有方法 13

1.5 列表、元组与字符串方法 17

1.6字典方法 20

1.7 条件语句 21

1.8 循环语句 23

1.9 函数 24

1.10 Python在金融大数据中的应用 26

本章小结 28

本章练习 28

第 2章 科学计算包Numpy 29

2.1 Numpy简介 29

2.2 创建数组 30

2.3 数组尺寸 31

2.4 数组运算 33

2.5 数组切片 34

2.6 数组连接 36

2.7 数据存取 37

2.8数组形态变换

2.9数组排序与搜索

2.10矩阵与线性代数运算

本章小结 38

本章练习 38

第3章 数据处理包Pandas 39

3.1 Pandas简介 39

3.2 序列 40

3.3 数据框 44

3.4 外部文件读取 53

3.5 滚动计算函数 55

本章小结 57

本章练习 57

第4章 数据可视化包Matplotlib 59

4.1 Matplotlib简介 59

        4.2 Matplotlib常用图形绘制

本章小结 65

本章练习 65

第5章 机器学习包Scikit-learn 66

5.1 Scikit-learn简介 66