我在公司里做了一段时间Python数据分析和机器学习的工作后,就尝试着写一本Python数据分析方面的书。正好去年有段时间股票题材比较火,就在清华出版社夏老师指导下构思了这本书。在这段特殊时期内,夏老师和出版社的其它老师为这本书到处奔走,终于在近期上市。
《基于股票大数据分析的Python入门实战 视频教学版》,京东链接:https://item.jd.com/69241653952.html。
感激涕零之余,用此文借宝地向大家介绍我的新书,同时在王婆卖瓜之余,再以此经历讲下出书对程序员的好处,以及程序员出书的技巧。
1 我的构思和书的大致内容
本来是打算写本Python入门书,但光给出说明太空洞,在想范例时,总想找些能吸引眼球的,而通过“股票”范例中,不仅可以讲述爬虫和数据分析等技能,更可以讲机器学习,所以就选中用“股票”主题作为范例。
市面上用Python讲股票量化交易分析的也有,但本书是讲Python入门,虽然在数据分析案例中,也有验证买卖交易策略的代码,但却是用股票范例讲语法,讲技能,更讲Python在项目里的实践要点。大家在学Python的时候,总要用范例学,否则光学理论一定学不好,与其用其它案例,还不如用股票范例学,这样学好Python后,更能有股票的常识,可谓也一举两得。如下给出本书讲的内容。
1 Python基本语法,集合,面向对象语法,异常处理,读写文件技能。
2 Python操作数据库的技能。
3 通过爬虫从网络接口爬取股票数据的技能。
4 基于Numpy+Pandas+Matplotlib进行数据分析的技能
5 基于TKinter的GUI编程技能+ 发送邮件的技能
6 Django框架的用法
7 线性回归+SVM的机器学习技能
自认为这本书对大家有什么帮助呢?
1 能入门数据分析和机器学习,而且入门后的技能足以能应对基本的Python开发
2 有些案例足够大,能作为课程设计和毕业设计的案例
3 所谓无知者无畏,可能是那些不懂任何股票知识的人最容易做韭菜,通过本书给出的指标算法等技能,好歹能知道股市的深浅,至少不会头脑一热就入市做韭菜。
2 一些自认为拿得出手的效果图
空口无凭,下面给出些自认为拿得出手的效果图。
这个是通过pandas_datareader库,通过爬虫,从网络接口得到的股市数据效果图
如下是K线均线整合成交量的效果图
如下是K线均线整合MACD指标图的效果
如下是用线性回归算法预测的股票收盘价,其中没有考虑涨跌停的因素,但至少趋势正确
如下是用SVM分类器器预测股票涨跌的效果,预测出的数据和真实数据有一定的匹配度。
RSI指标图+Python邮件发送技术+用RSI验证买点策略的效果图
请注意这不是讲股票交易的书,而是用范例讲述Python数据分析,可视化,机器学习,Numpy,Pandas,Matplotlib等等技术,通过这些吸引眼球的范例,应该不仅能帮大家提升学习的兴趣,更能提升学习的效率。
3 用收益来激励大家上进
说下这本书的收益,首先是稿酬,这本书定价69元,8%的稿酬,外带扣税,估计每销出去一本,我能收益5元,要求不高,期望能销掉3000册,也就是收入15000,我前后用了7个月,每个月的收益估计是2k。如果运气再好些,销量达到5000+,那么收益能过2万。
其次,这本清华出版社的书能证明我的能力,比如我要去某网站录制视频,如果空口说我熟悉Python,别人估计听过也就算了,但如果我有这本书,至少别人能当回事。这里并没有贬低任何人的意思,本来嘛,要和别人合作,通过人家挣钱,总要自证实力。凭着这本书,我已经录制了一门Python视频课,保守估计,收入能达到1.5万,后继课程还在联系中。
而且当我写好这本书以后,出版社的老师也认可我在Python方面的能力了,所以我又接了本Python数据分析方面的选题,这样就能进入一个良性循环。同时,用这本书,我得到了某培训学校线下讲Python课的资质。
这里我不敢有任何自吹自擂的心思,一方面网上大牛太多,比我做得好的人多了去了,另一方面这点收益顶了天就能让我稍微滋润些,远达不到收益暴涨的地步,也没太多值得吹嘘的成分。这里我只是想现身说法“诱之以利”,在当前这个时期,激励下大家积极向上的精神。
不是每个人天生就有进大厂的本事,也不是每个人天生就有月入5万+的能力,通过这些时间的探索,我深深感觉到,能力其实就是靠一点点积累下来的,而且只要开始用功,进步的速度会超出大家的想象。比如我本来以为机器学习里包含了太多的数学技能,我未必能啃得动,但真正接触下来,在走了一个礼拜的弯路后,后面的学习和写作非常顺利,但如果我这个礼拜天天追剧或者看小说,也就这样过去了。
Python是这样,java也是这样,比如通过大厂面试的标准是熟悉各种分布式组件,哪怕有些同学当前只小厂做增删改查,最多也就努力两年年,绝对能达到大厂的标准,具体细节我写在进大厂也就这回事,工作后2到3年进大厂操作指南这篇博文里。两年已经算多了,其实快得话也就一年。但如果天天看手机,估计时间一眨眼就过去了。好吧有些偏题了,总之以我比较平庸的资质尚能如此,大家努力后的一定会是不可限量的,至少收入翻几番不成问题。
4 出书对程序员的帮助
其实大牛用不着出书,因为他们完全可以靠大厂技术职位的身份来验证自己,比如某人只要说出,自己是BAT的资深架构师,其它的完全就不用说了,或者某大牛在知名技术论坛上做过主题演讲,这种证明力比出书强太多了。但对于一些当前还在小公司做增删改查的同学,如果要再进一步,总得有些能拿得出手的东西,而有一本自己的书,好歹也能证明自己也属于“业内专家”。
而且,对一些大神而言,名气有了,做什么都行,比如公众号,专栏,视频课等都能挣到钱,但如果处在初级阶段,开视频课等方式可能还没资质,与其用零散的文章来聚集粉丝,倒不如专心出本书。因为一方面,比起初级阶段粉丝带来的收益,出书的收益还算稳定,而且,出书和做公众号和视频号等是相辅相成的,有本书还能带来更多的粉丝。
为了避免广告的嫌疑,这里就不给出出版社和编辑的名字了,只是如果大家如果有需要,可以私下联系我。而在程序员怎样出版一本技术书这篇博文里,也给出了程序员出书的具体步骤和实践要点。
5 策划构思和写作时的技巧(如何保证不半途而废)
据我所知,很多作者刚开始很有干劲,但到后面,由于写作方法不得当,就会感觉越来越难写,再加上公司事情一多,往往就半途而废了。对一些出版社和图书公司而言,联系到的5个作者,能有一个作者真正能完稿,就不错了。既然出书能给程序员带来不少的好处,那么这里就给出些构思和写作的技巧,从而能让一些真正想出书的同学善始善终。
1 多看同类书的目录,多看人家怎么写的,这样至少能继续。
比如要写一本Python数据分析的书,可以先到京东等网站看下当下比较热卖(也就是比较好)的几本书,然后通过目录看下别人包含了哪些要点,这样至少能知道该写什么,不会因为“不知道该写哪些内容”而导致半途而废。
2 多加案例,用案例说明技能
可能对入门级作者而言,文字功夫可能是短板,往往不知道如何组织文字,或者不知道如何用文字填充满篇幅,这时就可以去多找些案例。当然案例也可以参考别人的,只要别有版权问题即可。完成案例后,即可针对案例说明技术,就相当于看图说话,不仅写作时能更高效,而且还能确保读者能高效地理解你的内容。
3 先大致确定要写的章节,对于一个章节,先明确小节,再细化。
写作时,先明确大概要写哪些点,以此确定章节题目,比如Python数据分析包含Numpy,Pandas,机器学习等点,由此可以明确要写哪些章节。
在写每个章节的内容时,再细分小节,比如机器学习包含线性回归,岭回归,SVM分类等,再由此划分小节(比如1.1的二级目录)和目(比如1.1.1三级目录),先确定框架标题,再细化内容,这样写作起来思路就很清晰,甚至可以把写作拆分成“叙述理论”+“找案例”+“针对案例讲技术”等工作。从而能降低每个子任务的难度。
4 用通俗的语言讲清楚案例技术即可
对作者而言,能确保用朴素的文字把技术讲明白,从而让读者有收益即可。当然如果文字优美那就更好了,但技术书毕竟不是文学书。技术书首先要保证读者学到技术,能把案例运行通,其实能做到这点已经是本好书了,如果过于追求文字优美,往往可能会偏离“讲技术”这个主题,不仅事倍功半,而且读者未必能从华而不实的描述里学到知识。
6 预告我后面将出的书
对我们程序员而言,出书其实并不难,甚至有2到3年经验的初级开发也能出本案例书。而且如果大家把刷手机等时间用到写书上,就会发现出书也就是个体力活。再扩展 一下,适合每个人上进的途径可能不尽相同,也未必一定要局限在出书这条路上,如果合理地利用碎片时间,再多上进些,会发现自己能挣钱的渠道太多太多,比如出视频,经营公众号,甚至是其它非技术的做生意等。
可能出书+视频+线上线下培训这条挣外快的路比较适合我,所以我后面又接了两本选题,一本是Python数据分析的,已经完稿了,应该能在今年7,8月出版,是在机械出版社。另一本是Redis入门书,才开始写,估计今年能完稿,明年初的时候出版,应该也是清华出版社。等出版以后再介绍给大家,请大家多多捧场,如果可以,帮忙点个赞,或者帮忙转发下,我这里先谢过诸位了。