财务怎么自学编程

① 我是会计专业的，想学习编程，以后朝开发软件或游戏方向发展，我是大二的，现在开始需要做什么

一、数学方面（这是算法的基础）
（1）、微积分（主要掌握泰勒展开、二分法求根、方程求根）
（2）、线性代数（比较重要，因为线性代数核心是矩阵，矩阵实际就是二维数组）
（3）、概率论（主要是模拟，做统计）
（4）、复变函数（主要是傅里叶变换，应用：高精度乘法，图像处理，而图像处理是游戏的一部分）
（5）、离散数学（计算机专业数学）（6）、高中数学全部（立体几何和解析几何易记三角函数主要是处理图像旋转等问题，排列组合和数列主要计算时间复杂度问题，等等）（7）、数论（主要应用于密码）
二、编程语言
（1）、C语言（面向过程）
（2）、Java（面向对象)+JSP+SSh
(3)、H tml(网页语言）
(4)、SQL（数据库语言）（5）、汇编（可选学，主要单片机开发或硬件驱动程序）（6）、脚本语言（VBscript、Javascript) 三、重要算法和数据结构（1）、数据结构（主要是链表、栈、队列、树、图、查找和排序）（2）、重要算法：穷举法、分治法、DFS、BFS、贪心、动态规划（这个最难，当你达到这种水平，算得上中级程序员了）如果想练习这些算法，可以去各OJ（各个学校的ACM练习网站）挑战。 四、熟悉基本软件操作：（1）、PS(图像处理）（2）、Flash（动画）（3）、cad（建筑）（4）、Matlab（数学和图像编程）（5）、excel 五、计算机专业课程：（1）、操作系统和Linux（2）、网络原理（3）、计算机组成原理（4）、编译原理（5）、数字图像处理

② 编写财务软件 需要学习什么

需要学习：

1. 业务流程；

2. 财务相关知识；

3. 计算机编程语言。

财务软件与进销存软件是比较常见的企业管理软件，财务软件主要立足于企业财务帐目，企业资金帐户，企业收支状况等方面的管理，用途明确，使用很简单。财务软件它以图形化的管理界面，提问式的操作导航，打破了传统财务软件文字加数字的繁琐模式。

③ 会计专业想学编程该学哪个编程语言

会计专业想学编程该学Pascal编程语言。

Pascal是一门很好的教学语言。然后对过程式编程有些了解以后可以学习数据结构，C和C++。然后可以学一下Java或C#。只是帮助你能够了解过程式和面向对象的编程。至于要进入IT业，方向和门类很多，所以学什么更好不能一概而论。

编程语言里一个重要的里程碑——Pascal

这是基于ALGOL编程语言，为纪念法国数学家、哲学家、电脑先驱布莱兹·帕斯卡而命名。它由瑞士Niklaus Wirth教授于六十年代末设计并创立的。Pascal具有语法严谨、层次分明等特点，是第一个结构化编程语言，被称为“编程语言里一个重要的里程碑”。

④ 如何自学编程python

首先先了解Python语言的四大发展方向。目前Python的主要方向有web后端开发、大数据分析网络爬虫和人工智能，当然如果再细分的话还有自动化测试、运维等方向。

在学习Python的基础语法时，并不需要太多的基础，基本只要熟练使用电脑日常功能并对Python感兴趣就可以了，但如果想要在人工智能领域方向发展的话，线性代数、概率、统计等高等数学知识基本是必需的，原因在于这些知识能够让你的逻辑更加清晰，在编程过程中有更强的思路。

分享一个千锋Python的学习大纲给你

第一阶段 - Python 数据科学

Python 基础语法

入门及环境安装 、基本语法与数据类型、控制语句、错误及异常、错误处理方法、异常处理方法 、常用内置函数 、函数创建与使用、Python 高级特性、高级函数、Python 模块、PythonIO 操作 、日期与时间 、类与面向对象 、Python 连接数据库

Python 数据清洗

数字化 Python 模块Numpy、数据分析利器Pandas、Pandas 基本操作、Pandas 高级操作

Python 数据可视化

数据可视化基础、MLlib（RDD-Base API）机器学习、MatPlotlib 绘图进阶、高级绘图工具

第二阶段 - 商业数据可视化

Excel 业务分析

Excel 基础技能、Excel 公式函数、图表可视化、人力 & 财务分析案例、商业数据分析方法、商业数据分析报告

Mysql 数据库

Mysql 基础操作（一）、Mysql 基础操作（二）、Mysql 中级操作、Mysql 高级操作、电商数据处理案例

PowerBI

初级商业智能应用 （PowerQuery）、初级商业智能应用 （PowerPivot）、初级商业智能应用案例、存储过程、PowerBI Desktop 案例、PowerBI Query 案例

统计学基础

微积分、线性代数基础、统计基础

Tableau

Tableau 基本操作、Tableau 绘图、Tableau 数据分析、Tableau 流量分析

SPSS

客户画像、客户价值模型、神经网络、决策树、时间序列

第三阶段 - Python 机器学习

Python 统计分析

数据准备、一元线性回归、多元线性回归、一般 logistic 回归、ogistic 回归与修正

Python 机器学习基础

机器学习入门、KNN 讲义、模型评估方法、模型优化方法、Kmeans、DBSCAN、决策树算法实战

Python 机器学习中级

线性回归、模型优化方法、逻辑回归、朴素贝叶斯、关联规则、协同过滤、推荐系统案例

Python 机器学习高级

集成算法 - 随机森林、集成算法 -AdaBoost、数据处理和特征工程、SVM、神经网络、XGBoost

第四阶段 - 项目实战

电商市场数据挖掘项目实战

项目背景 & 业务逻辑 、指定分析策略 、方法实现与结果 、营销活动设计及结果评价 、撰写数据分析报告

金融风险信用评估项目实战

项目背景 & 业务逻辑 、建模准备 、数据清洗 、模型训练 、模型评估 、模型部署与更新

第五阶段 - 数据采集

爬虫类库解析 、数据解析 、动态网页提取 、验证码、IP 池 、多线程爬虫 、反爬应对措施 、scrapy 框架

第六阶段 - 企业课

团队户外拓展训练 、企业合作项目课程 、管理课程 、沟通表达训练 、职业素养课程

以上就是零基础Python学习路线的所有内容，希望对大家的学习有所帮助。