向大家介紹我的新書：《基於股票大數據分析的Python入門實戰》
我在公司里做了一段時間Python數據分析和機器學習的工作後，就嘗試着寫一本Python數據分析方面的書。正好去年有段時間股票題材比較火，就在清華出版社夏老師指導下構思了這本書。在這段特殊時期內，夏老師和出版社的其它老師為這本書到處奔走，終於在近期上市。
《基於股票大數據分析的Python入門實戰 視頻教學版》，京東鏈接：//item.jd.com/69241653952.html。
感激涕零之餘，用此文借博客園寶地向大家介紹我的新書，同時在王婆賣瓜之餘，再以此經歷講下出書對程序員的好處，以及程序員出書的技巧。
1 我的構思和書的大致內容
本來是打算寫本Python入門書，但光給出說明太空洞，在想範例時，總想找些能吸引眼球的，而通過「股票」範例中，不僅可以講述爬蟲和數據分析等技能，更可以講機器學習，所以就選中用「股票」主題作為範例。
市面上用Python講股票量化交易分析的也有，但本書是講Python入門，雖然在數據分析案例中，也有驗證買賣交易策略的代碼，但卻是用股票範例講語法，講技能，更講Python在項目里的實踐要點。大家在學Python的時候，總要用範例學，否則光學理論一定學不好，與其用其它案例，還不如用股票範例學，這樣學好Python後，更能有股票的常識，可謂也一舉兩得。如下給出本書講的內容。
1 Python基本語法，集合，面向對象語法，異常處理，讀寫文件技能。
2 Python操作數據庫的技能。
3 通過爬蟲從網絡接口爬取股票數據的技能。
4 基於Numpy+Pandas+Matplotlib進行數據分析的技能
5 基於TKinter的GUI編程技能+ 發送郵件的技能
6 Django框架的用法
7 線性回歸+SVM的機器學習技能
自認為這本書對大家有什麼幫助呢？
1 能入門數據分析和機器學習，而且入門後的技能足以能應對基本的Python開發
2 有些案例足夠大，能作為課程設計和畢業設計的案例
3 所謂無知者無畏，可能是那些不懂任何股票知識的人最容易做韭菜，通過本書給出的指標算法等技能，好歹能知道股市的深淺，至少不會頭腦一熱就入市做韭菜。
2 一些自認為拿得出手的效果圖
空口無憑，下面給出些自認為拿得出手的效果圖。
這個是通過pandas_datareader庫，通過爬蟲，從網絡接口得到的股市數據效果圖
如下是K線均線整合成交量的效果圖
如下是K線均線整合MACD指標圖的效果
如下是用線性回歸算法預測的股票收盤價，其中沒有考慮漲跌停的因素，但至少趨勢正確
如下是用SVM分類器器預測股票漲跌的效果，預測出的數據和真實數據有一定的匹配度。
RSI指標圖+Python郵件發送技術+用RSI驗證買點策略的效果圖
請注意這不是講股票交易的書，而是用範例講述Python數據分析，可視化，機器學習，Numpy，Pandas，Matplotlib等等技術，通過這些吸引眼球的範例，應該不僅能幫大家提升學習的興趣，更能提升學習的效率。
3 用收益來激勵大家上進
說下這本書的收益，首先是稿酬，這本書定價69元，8%的稿酬，外帶扣稅，估計每銷出去一本，我能收益5元，要求不高，期望能銷掉3000冊，也就是收入15000，我前後用了7個月，每個月的收益估計是2k。如果運氣再好些，銷量達到5000+，那麼收益能過2萬。
其次，這本清華出版社的書能證明我的能力，比如我要去某網站錄製視頻，如果空口說我熟悉Python，別人估計聽過也就算了，但如果我有這本書，至少別人能當回事。這裡並沒有貶低任何人的意思，本來嘛，要和別人合作，通過人家掙錢，總要自證實力。憑着這本書，我已經錄製了一門Python視頻課，保守估計，收入能達到1.5萬，後繼課程還在聯繫中。
而且當我寫好這本書以後，出版社的老師也認可我在Python方面的能力了，所以我又接了本Python數據分析方面的選題，這樣就能進入一個良性循環。同時，用這本書，我得到了某培訓學校線下講Python課的資質。
這裡我不敢有任何自吹自擂的心思，一方面博客園大牛太多，比我做得好的人多了去了，另一方面這點收益頂了天就能讓我稍微滋潤些，遠達不到收益暴漲的地步，也沒太多值得吹噓的成分。這裡我只是想現身說法「誘之以利」，在當前這個時期，激勵下大家積極向上的精神。
不是每個人天生就有進大廠的本事，也不是每個人天生就有月入5萬+的能力，通過這些時間的探索，我深深感覺到，能力其實就是靠一點點積累下來的，而且只要開始用功，進步的速度會超出大家的想像。比如我本來以為機器學習里包含了太多的數學技能，我未必能啃得動，但真正接觸下來，在走了一個禮拜的彎路後，後面的學習和寫作非常順利，但如果我這個禮拜天天追劇或者看小說，也就這樣過去了。
Python是這樣，java也是這樣，比如通過大廠面試的標準是熟悉各種分佈式組件，哪怕有些同學當前只小廠做增刪改查，最多也就努力兩年年，絕對能達到大廠的標準，具體細節我寫在進大廠也就這回事，工作後2到3年進大廠操作指南這篇博文里。兩年已經算多了，其實快得話也就一年。但如果天天看手機，估計時間一眨眼就過去了。好吧有些偏題了，總之以我比較平庸的資質尚能如此，大家努力後的一定會是不可限量的，至少收入翻幾番不成問題。
4 出書對程序員的幫助
其實大牛用不着出書，因為他們完全可以靠大廠技術職位的身份來驗證自己，比如某人只要說出，自己是BAT的資深架構師，其它的完全就不用說了，或者某大牛在知名技術論壇上做過主題演講，這種證明力比出書強太多了。但對於一些當前還在小公司做增刪改查的同學，如果要再進一步，總得有些能拿得出手的東西，而有一本自己的書，好歹也能證明自己也屬於「業內專家」。
而且，對一些大神而言，名氣有了，做什麼都行，比如公眾號，專欄，視頻課等都能掙到錢，但如果處在初級階段，開視頻課等方式可能還沒資質，與其用零散的文章來聚集粉絲，倒不如專心出本書。因為一方面，比起初級階段粉絲帶來的收益，出書的收益還算穩定，而且，出書和做公眾號和視頻號等是相輔相成的，有本書還能帶來更多的粉絲。
為了避免廣告的嫌疑，這裡就不給出出版社和編輯的名字了，只是如果大家如果有需要，可以私下聯繫我。而在程序員怎樣出版一本技術書這篇博文里，也給出了程序員出書的具體步驟和實踐要點。
5 策劃構思和寫作時的技巧（如何保證不半途而廢）
據我所知，很多作者剛開始很有幹勁，但到後面，由於寫作方法不得當，就會感覺越來越難寫，再加上公司事情一多，往往就半途而廢了。對一些出版社和圖書公司而言，聯繫到的5個作者，能有一個作者真正能完稿，就不錯了。既然出書能給程序員帶來不少的好處，那麼這裡就給出些構思和寫作的技巧，從而能讓一些真正想出書的同學善始善終。
1 多看同類書的目錄，多看人家怎麼寫的，這樣至少能繼續。
比如要寫一本Python數據分析的書，可以先到京東等網站看下當下比較熱賣（也就是比較好）的幾本書，然後通過目錄看下別人包含了哪些要點，這樣至少能知道該寫什麼，不會因為「不知道該寫哪些內容」而導致半途而廢。
2 多加案例，用案例說明技能
可能對入門級作者而言，文字功夫可能是短板，往往不知道如何組織文字，或者不知道如何用文字填充滿篇幅，這時就可以去多找些案例。當然案例也可以參考別人的，只要別有版權問題即可。完成案例後，即可針對案例說明技術，就相當於看圖說話，不僅寫作時能更高效，而且還能確保讀者能高效地理解你的內容。
3 先大致確定要寫的章節，對於一個章節，先明確小節，再細化。
寫作時，先明確大概要寫哪些點，以此確定章節題目，比如Python數據分析包含Numpy,Pandas，機器學習等點，由此可以明確要寫哪些章節。
在寫每個章節的內容時，再細分小節，比如機器學習包含線性回歸，嶺回歸，SVM分類等，再由此劃分小節（比如1.1的二級目錄）和目（比如1.1.1三級目錄），先確定框架標題，再細化內容，這樣寫作起來思路就很清晰，甚至可以把寫作拆分成「敘述理論」+「找案例」+「針對案例講技術」等工作。從而能降低每個子任務的難度。
4 用通俗的語言講清楚案例技術即可
對作者而言，能確保用樸素的文字把技術講明白，從而讓讀者有收益即可。當然如果文字優美那就更好了，但技術書畢竟不是文學書。技術書首先要保證讀者學到技術，能把案例運行通，其實能做到這點已經是本好書了，如果過於追求文字優美，往往可能會偏離「講技術」這個主題，不僅事倍功半，而且讀者未必能從華而不實的描述里學到知識。
6 預告我後面將出的書
對我們程序員而言，出書其實並不難，甚至有2到3年經驗的初級開發也能出本案例書。而且如果大家把刷手機等時間用到寫書上，就會發現出書也就是個體力活。再擴展 一下，適合每個人上進的途徑可能不盡相同，也未必一定要局限在出書這條路上，如果合理地利用碎片時間，再多上進些，會發現自己能掙錢的渠道太多太多，比如出視頻，經營公眾號，甚至是其它非技術的做生意等。
可能出書+視頻+線上線下培訓這條掙外快的路比較適合我，所以我後面又接了兩本選題，一本是Python數據分析的，已經完稿了，應該能在今年7，8月出版，是在機械出版社。另一本是Redis入門書，才開始寫，估計今年能完稿，明年初的時候出版，應該也是清華出版社。等出版以後再介紹給大家，請大家多多捧場，如果可以，幫忙點個贊，或者幫忙轉發下，我這裡先謝過諸位了。
一本Python數據分析書，一本Redis書。
