Python 进阶视频课 - 5. SciPy 上

这是 Python 进阶课的第五节 - SciPy 上，进阶课的目录如下：

1. NumPy 上

2. NumPy 下

3. Pandas 上

4. Pandas 下
   

之前基础版的 11 节的目录如下：

1. 编程概览

2. 元素型数据

3. 容器型数据

4. 流程控制：条件-循环-异常处理

5. 函数上：低阶函数

6. 函数下：高阶函数

7. 类和对象：封装-继承-多态-组合

8. 字符串专场：格式化和正则化

9. 解析表达式：简约也简单

10. 生成器和迭代器：简约不简单

11. 装饰器：高端不简单

学习任何东西 (这回以 SciPy 举例) 先来谈谈我的学习思路，主干线是 WHY-WHAT-HOW，看这种思路是不是符合你的胃口：

WHY

NumPy 是数据结构，而 SciPy 是基于该数据结构的科学工具包，能够处理插值、积分、优化、常 (偏) 微分方程数值求解、信号处理、图像处理等问题。

此外，原来 SciPy 底下的子工具包 scipy.stats.models 也独立成为 statsmodels 包，它提供了一套完整回归体系，具体操作包括数据访问方式，拟合，绘图和报告诊断。

WHAT / HOW

既然 SciPy 偏向功能，我就从金融方向用到最多的几个功能来介绍 SciPy：

• 插值：scipy.interpolate

• 积分：scipy.integrate

• 优化：scipy.optimize

• PDE：scipy.sparse

• 回归：statsmodels.api

对于以上每种功能，我的想法是先用一个简单例子来介绍如何去用子工具包，再用一个金融例子来巩固学到的东西。

• 插值：计算远期利率

• 积分：计算期权价值

• 优化：最大化效用

• PDE：有限差分 - 完全显式、完全隐式和克莱克尼克尔森

• 回归：CAPM, FF 3 因子, FF 5 因子

总体内容用思维导图来表示。

付费用户（付 1 赠 1）可以获得：

• 观看课程视频 (80 分钟)

• Python 代码 (Jupyter Notebook)