第1门课程为Python基础篇，共计11课，约12个小时。
在人工智能和深度学习领域，Python语言是必须掌握的，几乎所有的开源框架都基于Python接口，数据获取与整理需要用到Python，市面上Python教程众多，但良莠不齐，本次我们推荐一门适合新手学习的高质量Python视频教程，下面请听介绍。
课程内容包括编程概论，数据，流程，函数，对象和类，高级特征共6大部分，如下脑图。
市面上免费或低价的Python课那么多，为什么我们要推荐这门课呢，原因有以下几点：
(1) 故事化（dramatize）的教学方式，可以引人入迷，更容易接受知识。
故事总是比代码更能让人感兴趣，以 Python 的难点「装饰器」为例，如果一上来就给装饰器的代码 @decorate_function，没有多少人能坚持学下去的。但是如果将它赋予故事呢？
故事开始：斯蒂文是个厨师，有一天开始研究汉堡 (burger) 的做法，第一次他只用鸡肉饼做汉堡。
def meat(food='--鸡肉饼--'):
print(food)
burger = meat
burger()
输出为：
--鸡肉饼--
def vegetable(func):
def wrapper():
print(' ~西红柿~')
func()
print(' ~沙拉菜~')
burger = vegetable(meat)
burger()
输出为：
~西红柿~
--鸡肉饼--
~沙拉菜~
现在汉堡看起来不错，可是好像看缺少了什么？对，再加点面包就好了。
def bread(func):
def wrapper():
print('------\>')
func()
print('')
return wrapper
burger = bread(vegetable(meat))
burger()
输出为：
------\>
~西红柿~
--鸡肉饼--
~沙拉菜~
故事结束：现在看上去真像汉堡，面包夹着蔬菜，蔬菜夹着肉。面包和蔬菜「装饰」着鸡肉饼，bread() 和 vegatable() 这两个函数起着「装饰器」的作用，它们没有改变 meat() 函数，只在它的基础上添砖加瓦，最后把鸡肉饼装饰成汉堡。通过故事化的讲述方式，读者往往会有更加深刻的体验；
(2) 可视化的丰富案例，一图胜千言，人是感官动物，从图表中接收的信息绝对比从文字快，而且可视化可以增强记忆。
在学习高阶函数 map, filter, reduce 的时候，绝大教材都会直接上代码这样举例：
lst = [1, 2, 3, 4, 5]
map_iter = map( lambda x: x**2, lst )
list(map_iter)
f_iter = filter( lambda x: x%2==1, lst )
list(f_iter)
from functools import reduce
reduce( lambda x,y: x+y, lst )
虽然可以看懂，但是总觉得不直观。再看看作者是如何来「可视化」这三个函数的。
这样是不是秒懂 map, filter 和 reduce 了？类似的案例非常多，甚至于列表解析式都可以可视化，整个学习过程非常养眼；
(3) 抽象化，从具体问题能抽出本质是一种很重要的能力，人一旦会举一反三才算会学习。
以格式化字符串举例，一般有四种方法：
用 % 字符
用 $ 字符
用 format 函数
用 f-string
如果光看例子，那真是千奇百怪，但透过例子看本质，每种方法都有通用的语法格式，如下图总结。
课程订阅方式如下，学习时间永久有效，当前课程定价为199元，明日（7月1日）起价格调整为299元。
市面上免费或低价的Python课那么多，为什么我们要推荐这门课呢，原因有以下几点：
(1) 先看看他的学习思路和教课理念，看是不是符合你的胃口。
有个人可能会问 NumPy-Pandas-SciPy 不都是免费资源吗，为什么还要花钱来上课？没错，讲师也是参考了大量书籍、优质博客和付费课程中汲取众多精华，才打磨出来的前几节基础课。
WHY：为什么会有三者？
每一个工具包的创建必是解决痛点。
WHAT：三者是什么？
NumPy 和 Pandas 是数据结构
SciPy 是基于 NumPy 添加的功能。
HOW：怎么去学三者？
HOW WELL：怎么学好三者？
需要你们用心去学（必要条件）
需要我用心去准备（充分条件）
(2) 课程中的八大案例是基于讲师做过的真实项目
八大案例有的是讲师亲自为客户做过的项目 (当然讲出来的时候会修改数据)，有的是私募的朋友要发行产品让讲师帮其估值，有的是业界 best practice。最值钱的是这些案例，除了将 NumPy, Pandas 和 SciPy 应用在金融上，你还能学到各种关于产品定价、风险管理、量化投资等金融工程的知识。只要你们认真学习这些案例，听完之后可以做很多金融从业者做的事情了。
