题主是金融工程专业的学习者，接触使用过Python、R、C++、Matlab和Stata等比较常见的语言。其中Python作为量化领域流行最广、使用人数最多的编程工具，确实有着容易上手、工具包多且易操作等特点。网络上学习Python的资源和教程很多，但大多都是比较肤浅、不成体系的教学资源，对于之前没有编程经验的小白以及想系统学习Python的准数据分析者们非常的不友好。
    题主在小象学院上偶然看到了这一套教材，虽然各阶段知识之间有少许的重叠，但大致的思路还是非常清晰的，很适合想从头学习Python的童鞋们。而对那些已经了解和掌握了Python基本语法和规则的老手来说，05、07阶段的爬虫与案例分析可以帮助其做专业范围内的数据分析。比如题主就尝试利用NTLK处理了市场的情绪，设计出了一个有趣的情绪指数套利策略。总之，这套教材对于广大初中级的Python玩家而言，都是很好的学习材料。下面是全套资源的目录和下载地址（转存在百度网盘上，购买后有提取码，希望对大家有帮助）
一共分为七个学习的阶段——
第01阶段-Python数据分析之数据可视化实战
链接: https://pan.baidu.com/s/1eHkUW2n6rnTEwmDshBv-JA

  第一章节： Python概况
  第二章节： Python安装
  第三章节： 数据准备
  第四章节： 数据处理
  第五章节： 数据可视化
  第六章节： 网页数据抓取
  第七章节： 连接MySQL
  第八章节： 数据分析


第02阶段-Python数据分析之Numpy Pandas Tensorflow Matplotlib基础
链接: https://pan.baidu.com/s/1Tr7h-5OAFT-Q2w26PINbvw

  第一章节： Numpy 与 Pandas基础
  第二章节： Tensorflow 零基础到进阶
  第三章节： Matplotlib零基础入门到进阶

第03阶段-Python数据分析之入门到精通（一共12课）
链接：https://pan.baidu.com/s/1SO5FPUsB11CPnd0xogLjvw
第04阶段-Python数据分析之高级教程
链接：https://pan.baidu.com/s/1G2HjiL8WuoTu9WFfQMw50A

  第一章节： Python入门
  第二章节： 数据准备与Numpy
  第三章节： Python数据分析主力Pandas
  第四章节： 数据获取与处理
  第五章节： 数据可视化Matplotlib
  第六章节： 使用NTLK进行Python文本分析
  第七章节： Python社交网络分析
  第八章节： Python机器学习Scikit-Learn
  第九章节： 数据科学网站案例
  第十章节： Python分布式计算

第05阶段-Python数据分析之数据采集爬虫讲解（一共8课）
链接：https://pan.baidu.com/s/19hCbdSQFVbLNaDmchW50Hw

第06阶段-Python数据分析之Flask
链接：https://pan.baidu.com/s/1XaTxR3mWS0WVonF92YR2jA

  第一章节： Flask开发环境介绍
  第二章节： Flask开发基础与入门
  第三章节： Python Web开发入门
  第四章节： 数据可的使用介绍
  第五章节： 发布Web应用与补充知识
  第六章节： 部署与运维
  第七章节： 实战：开发Web版Todo应用
  第八章节： 补充专题
  第九章节： Flask快速体验-搭建网站


第07阶段-Python数据分析之豆瓣金融等案例（个人认为最有趣的部分！）
链接：https://pan.baidu.com/s/1VykOw3HD9jbN3d-oZSuWsw

  第一章节： 一小时理解数据和数据分析与挖掘
  第二章节： 统计基础
  第三章节： 数据预处理
  第四章节： 理解样本数据
  第五章节： 探索变量之间的关系
  第六章节： 回归分析和基于模拟的分析
  第七章节： 分类和预测
  第八章节： 邻近度和聚类
  第九章节： 事物型数据和关联分析
  第十章节： 豆瓣数据案例
  第十一章节： 时间序列分析和金融数据
  第十二章节： 金融数据分析案例