L1.小白的强攻指南

—初衷与使用指南—

今年九月我来到了英国，继续自己的学业。在这两个月里，我的生活状态发生了很大的变化。做一个关于Python的基础介绍课程的想法，源于我的mentor，一位非常和蔼的先生。他来自计算机学院，给我提供了很多很多帮助。我想把这些东西分享给大家，同时也是一种自我学习的总结。

我接触Python完全出于好奇心，自身的课程设置本身并不包含这部分。一般做金融投资，较多运用Stata进行数据分析。这一系列课程侧重于Python与Data Science的联系，以图文的形式展现。尽量每周更新，但也不排除一些特殊情况。

适用对象：

这个系列的课程是非常基础的介绍课，适合没有编程基础，又想要学习Python的小小白。只要你想要走入Python, 那么这个系列的文章一定会对你有所帮助。

不用担心这里会出现很多专业的词汇，我会用通俗的方式表述，但有时会用到英文。因为命令都是用英文表述的，很多时候直接用英文学习专业词，跳过拗口的中文翻译反而会更利于明白代码的含义。

使用指南：

每篇文章会列出操作的主题，和具体操作方式，我会尽可能详细的描述清楚。但如果想要真正掌握这些东西，一定要实际操作几遍。有时候有的知识，只看看觉得很难，但亲自上手后会发现其实很简单。具体步骤，可以这样安排：

首先通篇阅读，了解操作的主题

然后一边看讲解，一边用电脑操作

最后再独立操作一遍

总结笔记

—Python简介—

1989年圣诞节，有个叫Guido Van Rossum的荷兰大叔，过节闲的无聊，就想随便写个程序玩玩。结果，一不小心弄出个新的编程语言——Python.

编程语言有很多种，例如：C,C++, Java 等等，Python只是其中一种，他们各有千秋，主要看你的需求是什么。这种语言在今天被广泛的运用，例如YouTube、Instagram都是用Python开发的。

作为一名精要主义的践行者，我非常喜欢Python的设计理念“简单”“明确”，即使没有任何代码基础也可以较为容易的入门。而且它的代码相比与那些晦涩的代码，简直太可爱了。

Python的用途非常多，而且它自身也在不断的完善升级。你不需要了解它的全部，只需要明白你为什么使用它。这款很强大的编程软件，基本上可以利用它制作出任何一款你想要的软件。

这个系列的学习是基础的介绍，主要的内容可以包括如下三种：

—下载与简单计算—

注：要选择适合自己电脑操作系统的程序下载，我使用的是Python 3.7.1.

2. 简单计算与添加笔记

下载好后，打开 Python。刚开始系统的字体可能不是我们喜欢的，可以在Options中选择合适的字体。

（Figure 1：Interface ）

接着, 抱着好奇的心理。我们可以先试试水有多深，随便输入你学过的小学数学计算题，然后按下“Enter”，看看会发生什么。它可以直接计算数学题，“+”“-”“*”“/”，分别代表加减乘除运算，“**”表示次方运算，平方就是“**2”，三次方就是“**3”，以此类推。一般来说，当我们想要输出结果时，一般使用print( )命令，如Figure2的标记。

此外，我们还会使用“#”，告诉Python这行东西是我的笔记，你要注意噢。如果“#”出现在一行的最开始，Python不会做任何计算，但如果放在后面，它仍旧会计算出答案，如Figure 3。

（Figure 2: 简单计算）

（Figure 3: 添加笔记）

—设立变量—

掌握了基本的运算法则，我们就离建立自己的模型更进一步啦。

假设：我们现在有100元，按照固定利率10%存入银行（复息计算），那么7年后我们的收益就可以表示为。也就是7年后100元的投资，增长为194.87元。

（Figure 4： 100元投资收益）

但是别人可能并不清楚我们要表达的是什么意思，于是我们要设立变量，告诉大家，100是什么，1.1什么，194.87又是什么。

”investment””interest””year”是我建立的变量名字，可以换成任何你喜欢的名字。标黄的地方，是我们的模型，也就是计算公式。

（Figure5： 建立变量）

—数据类型及计算—

一、数据类型

细心的朋友可能发现了，在Figure5中，我直接用变量进行计算，而不再是简单的1，2，3。

在实际运用中，我们处理的数据类型是多样的，有的是单纯的数据，有的是一些特征（计量经济学中称为虚拟变量），例如性别，地区等等。在Python中，主要有以下几种数据类型：

1.Int(integer):A number without a fractionalpart. 就像纯数字：100.

2.float:Anumber without a fractional part. 比如一切有小数点的数字：1.1

3.Str(string): A type to represent text.例如：”I am pretty good“ ，这种以文字表现的变量，非常重要的是：当我们定义str变量时，一定要加”“。（双/单引号）

4.Bool(Boolean):A type to represent logical values. Can only be true or flase. 这种变量主要表现为只要两种可能的变量，要么对，要么错。通常用于过滤数据。

假设我们忘记了自已设置的变量是什么类型的，也可以使用type( )命令去检验数据类型。

（Figure6： 测试数据类型）

二、str数据的计算

还记得最开始我们介绍的小学数学题吗？“+”“*”“**”，也适用于str 类型的数据。但是由于数据类型不同，python对它们的处理也不同。

（Figure 6.1: str数据“+”运算）

（Figure6.2:“+”对不同类型数据的操作不同）

对于Figure 6.2我建立了变量“I”,”j”,”h”, 分别表示”I love”,”stars”,”so much”,因此输入“i+j+h”,就会得到”I love stars so much” 。接着，我又把“I love stars so much”，定义为一个新的变量“star_love”。最后，我想要Python告诉我“star_love”是什么，结果就会跳出“I love stars so much”。这种数据处理方式，常常用于整合客户的调查问卷之类。

再来试试str的“*“运算:

（Figure7：str数据的“*”运算）

三、不同类型数据的混合运算

那么如果我们将str数据与int数据混合计算，会发生什么呢？同样，我建立str数据“e”,”f”,”g”, 然后再利用之前我们提到的100元投资，7年变成195元的例子，想要表达“刚开始我有xx钱，但是现在变成xx钱，完美！”。用代码表示就是“e+investment+f+returns+g”。但是Python表示抗议，因为它只可以计算一种数据，而这个式子参杂了两种。

（Figure8：当混和int和str数据时出现错误）

那么，如果你仍想让Python计算这个式子，则需要把 investmen=100 和returns=195重新定义为str数据，然后再计算。

（Figure9：将int转化为str数据）

关于数据类型的转换，我们再看一个例子：

（Figure10：将str转化为float数据）

一定要注意，如果我们定义h=3.1，那么h的数据类型是float。但是，一旦加了““，h=”3.1“，那么h此时就是一个str数据。但是，因为要进行不同类型数据的混合计算，我们可以再次建立一个新的变量h_float, 强迫它成为float数据。

—总结—

Python基础入门的第一篇文章，首先谈到了怎样使用这一系列的课程，帮助我们学习Python。接着，简单介绍了Python的由来、用途和课程的结构。在具体操作方面，包括简单代数计算、添加笔记、结果输出、建立变量、检测Python数据的类型、同一类型的数据计算、不同类型数据的混合计算（不同类型间的转化）。

代码：

“+”“-”“*”“/”“**“

Print ( )

#

X=…… ( str “”)

Type( )

int ( )

str ( )

float( )

好啦，本次的内容就结束啦，记得要自己亲自操作练习噢。

—End—