1. 如何用Python做金融數據分析
所說所有的變數都是對象。 對象在python里,其實是一個指針,指向一個數據結構,數據結構里有屬性,有方法。
2. 為什麼使用anaconda來進行數據處理，Python其它IDE不好嗎
anaconda是針對數據分析做的一個Python庫大大集合，包含很多常用庫比如pandas，
他還提供了幾個編程環境，包括iPython，spyder，jupyter，如果不喜歡，當然可以用別的IDE，只要制定py的運行環境即可
3. anaconda是什麼軟體
《Anaconda3軟體》網路網盤資源免費下載:
鏈接: https://pan..com/s/1pOzDpvL-l8y6zGvcOW2Ofg
Anaconda3-2020.02最新中文版是專門為了方便使用 Python 進行數據科學研究而建立的一組軟體包，涵蓋了數據科學領域常見的 Python 庫，並且自帶了專門用來解決軟體環境依賴問題的 conda 包管理系統。可以使用它創建虛擬環境，以便更輕松地處理多個項目。主要提供了包管理與環境管理的功能，可以很方便地解決多版本python並存、切換以及各種第三方包安裝問題。
4. 如何用python 爬蟲抓取金融數據
獲取數據是數據分析中必不可少的一部分，而網路爬蟲是是獲取數據的一個重要渠道之一。鑒於此，我拾起了Python這把利器，開啟了網路爬蟲之路。
本篇使用的版本為python3.5，意在抓取證券之星上當天所有A股數據。程序主要分為三個部分：網頁源碼的獲取、所需內容的提取、所得結果的整理。
一、網頁源碼的獲取
很多人喜歡用python爬蟲的原因之一就是它容易上手。只需以下幾行代碼既可抓取大部分網頁的源碼。
為了減少干擾，我先用正則表達式從整個頁面源碼中匹配出以上的主體部分，然後從主體部分中匹配出每隻股票的信息。代碼如下。
pattern=re.compile('<tbody[sS]*</tbody>')
body=re.findall(pattern,str(content)) #匹配<tbody和</tbody>之間的所有代碼pattern=re.compile('>(.*?)<')
stock_page=re.findall(pattern,body[0]) #匹配>和<之間的所有信息
其中compile方法為編譯匹配模式，findall方法用此匹配模式去匹配出所需信息，並以列表的方式返回。正則表達式的語法還挺多的，下面我只羅列所用到符號的含義。
語法 說明
. 匹配任意除換行符「 」外的字元
* 匹配前一個字元0次或無限次
？ 匹配前一個字元0次或一次
s 空白字元：[<空格> fv]
S 非空白字元：[^s]
[...] 字元集，對應的位置可以是字元集中任意字元
(...) 被括起來的表達式將作為分組，裡面一般為我們所需提取的內容
正則表達式的語法挺多的，也許有大牛隻要一句正則表達式就可提取我想提取的內容。在提取股票主體部分代碼時發現有人用xpath表達式提取顯得更簡潔一些，看來頁面解析也有很長的一段路要走。
三、所得結果的整理
通過非貪婪模式(.*?)匹配>和<之間的所有數據，會匹配出一些空白字元出來，所以我們採用如下代碼把空白字元移除。
stock_last=stock_total[:] #stock_total：匹配出的股票數據for data in stock_total: #stock_last：整理後的股票數據
if data=='':
stock_last.remove('')
最後，我們可以列印幾列數據看下效果，代碼如下
print('代碼',' ','簡稱',' ',' ','最新價',' ','漲跌幅',' ','漲跌額',' ','5分鍾漲幅')for i in range(0,len(stock_last),13): #網頁總共有13列數據
print(stock_last[i],' ',stock_last[i+1],' ',' ',stock_last[i+2],' ',' ',stock_last[i+3],' ',' ',stock_last[i+4],' ',' ',stock_last[i+5])
5. 如何安裝python數據分析開發環境anaconda
我們根據我們操作系統的版本，選擇合適的版本進行下載即可，我這里是Windows的64位的機器，而且我想用Python3，所以我選擇了Windows 64bit以及Python3的版本。
二、安裝Anaconda：
這是一個非常傳統的下一步下一步的安裝過程，大家可以跟著我的截圖一步步地下一步即可。
三、安裝完成後，我們就可以在開始菜單裡面，或者在anaconda的安裝路徑下，找到對應的軟體列表了。
是不是非常簡單呢？大家都把anaconda用起來吧。
6. anaconda是什麼和python什麼關系裝了anaconda是不是就不用裝pyhton了
是的，Anaconda是Python的一個發行版，裡面內置了很多工具，不用單獨安裝，因為做了優化也免去了單獨安裝帶來的一些麻煩。
Anaconda是一種Python語言的免費增值開源發行版，用於進行大規模數據處理、預測分析，和科學計算，致力於簡化包的管理和部署。Anaconda使用軟體包管理系統Conda進行包管理。
(6)anaconda分析股票擴展閱讀：
anaconda相比Python增加了那些內容：
1、Python(shell) ： 標准CPython。
2、Python(shell)： 相當於在命令窗口的命令提示符後輸入ipython回車。pip install ipython安裝的ipython用法一樣。
3、Ipython QTConsole。
4、Python Notebook：直接點擊打開，或者在命令提示符中輸入ipython.exe notebook。
5、Jupyter QTConsole。
6、Jupyter Notebook：直接點擊打開，或在終端中輸入： jupyter notebook 以啟動伺服器；在瀏覽器中打開notebook頁面地址「http://localhost:8888」。
Jupyter Notebook是一種 Web 應用，能讓用戶將說明文本、數學方程、代碼和可視化內容全部組合到一個易於共享的文檔中。
7、Spyder：直接點擊打開IDE。最大優點就是模仿MATLAB的「工作空間」。
8、Anaconda Prompt ： 命令行終端。
9、支持其他IDE，如Pycharm。
參考資料來源：網路——Anaconda
7. 混合型\股票型基金有什麼辦法可以實時查看漲跌走勢 和指數型基金一樣。
沒有辦法，查看漲跌走勢圖。只有操盤手可以查看。因為公開的股票型基金里的股票都是前十大持倉，後面還有N只持倉股票你看不到，所以很難計算或估算到今天漲跌。
8. 如何快速上手使用Python進行金融數據分析
鏈接：http://pan..com/s/1djPqbCXnQrRpW0dgi2MCJg
華爾街學堂 python金融實務從入門到精通。最近，越來越多的研究員、基金經理甚至財務會計領域的朋友，向小編咨詢：金融人需要學Python么？事實上在現在，這已經不是一個問題了。Python已成為國內很多頂級投行、基金、咨詢等泛金融、商科領域的必備技能。中金公司、銀河證券、南方基金、銀華基金在招聘分析師崗位時，紛紛要求熟練掌握Python數據分析技能。
課程目錄：
Python在金融資管領域中的應用
安裝anaconda步驟
Python基礎知識
Python基礎金融分析應用
成為編程能手：Python知識進階
利用Python實現金融數據收集、分析與可視化
......
9. anaconda要收費了嗎
anaconda對個人用戶不收費，商業版、團隊版、企業版需要收費。
anaconda可以便捷獲取包且對包能夠進行管理，同時對環境可以統一管理的發行版本。Anaconda包含了conda、Python在內的超過180個科學包及其依賴項。
Anaconda具有如下特點：
1、開源；
2、安裝過程簡單；
3、高性能使用Python和R語言；
4、免費的社區支持。
(9)anaconda分析股票擴展閱讀
Python發行版
1、CPython
CPython屬於Python參考實現方案，可算是所有其他Python衍生發行版的一套標准化版本。CPython利用C語言編寫而成。
2、Anaconda Python
Anaconda源自Anaconda公司之手(原名為Continuum Analytics)，其設計目標在於服務那些需要由商業供應商提供支持且具備企業支持服務的Python開發者。Anaconda Python的主要用例包括數學、統計學、工程、數據分析、機器學習以及其他相關應用。
3、PyPy
PyPy 屬於CPython解釋器的替代品，其利用即時(JIT)編譯以加速Python程序的執行。根據實際執行的任務情況，其性能提升可能非常顯著。
10. Python和金融分析的關系量化交易內容深度
Python是一種腳本語言，就是程序員用的代碼語言。
Python的功能不可以說不大，在金融數據分析裡面有著很方便的應用。
但是需要你專門去學Python，不然看到一堆代碼只會懵逼。