Python可以说是当前非常流行的程式语言，甚至有点“网红”的感觉。网上还流行一句话“Life is short, I use Python”（人生短暂，我用Python）。Python是一种非常高阶的动态程式语言（其表达更接近自然语言），语法很简洁，比如，完成同一个任务，C语言要写1000行程式码，Java只需要写100行，而Python可能只要20行。Python某种程度上类似于matlab和SAS和R语言，结合python的几种强大的科学计算类库：NumPy（阵列、矩阵、线性代数）、Pandas（资料处理和分析库）、SciPy（统计运算）、SymPy（符号运算库）、matplotlib（绘相簿）、Traits（程式界面库）等，可以近似地替代matlab、Java、R和SAS等。
“
我们来看下这几种常用的程式语言在微信上的搜寻指数对比，可以一定程度上反映出大家的关注度。显然，Python的搜寻指数在最近的三个月内一直是最高的。
”
Python之所以这么流行，主要是因为对于初学者和完成普通任务，Python语言是非常简单易用的。但是，在非常高的抽象计算中，高阶的Python程式设计也是非常难学的。鉴于很多关注本公众号的朋友在后台回复“Python入门”，觉得有必要写一写对于零基础接触Python应该如何学习Python？下面结合个人经验分享下Python做金融量化和资料分析的学习路径。
01确立学习目的
在学习Python之前，一定要想清楚为什么要学习Python？学习Python的目的是为了要学会运用这门语言来解决实际问题。但Python的应用方向实在太广了，在Python基础知识学完之后，如果应用方向不同，要学习的东西也会大不同。比如你要用Python做资料分析和金融建模，学完Python基础知识，然后就跑去学django、flask框架和web开发。这个道理，就跟我们想要去上海，肯定不会买去北京的机票一样。但是不得不承认，还是会有人犯迷糊，上来就开干。
个人经验
我学习Python，是因为它在资料分析和金融量化分析方面具有强大功能而且免费，基本涵盖了“资料获取、资料处理、资料分析、资料视觉化”所有环节，在写论文和实际工作中用处十分大。
02规划好学习路径
当确定好学习的方向和目的后，下一步骤就是顺着这个方向，建立好自己的学习路线图，形成一个系统性的逻辑主线，能让自己知道每个部分需要完成的目标是什么，需要学习哪些知识点，哪些知识是暂时不必要的。特别是我们身在职场，大多时候是没有很大块的时间来集中学习的。学习时间被分割在了一些碎片化的时间里。在碎片化的时间里，系统性的学习一门知识，更需要有一个贯穿前后，系统的逻辑主线，来串联所有相关碎片化的时间的学习。
个人经验