[
-
内容大纲
本书第1～3章重点介绍Python编程知识；第4、5章介绍NumPy和Pandas，包括数据科学基础知识、数据分析基础知识；第6～8章按照数据分析的过程，分别介绍Pandas数据清洗与函数应用、Pandas数据集处理、数据可视化；第9章介绍Python财务数据分析进阶，包括文本数据处理、时间序列数据分析、基于机器学习的财务应用等内容。
本书可作为高等院校会计学、财务管理等相关专业的数据分析或大数据财务相关课程的教材，也可作为财务领域工作人员学习数据分析基础知识的参考用书。 -
作者介绍
-
目录
第1章 Python与数据分析工具
1.1 Python概述
1.1.1 编程语言
1.1.2 Python语言
1.2 数据分析工具Anaconda
1.2.1 Anaconda简介
1.2.2 Anaconda安装
1.3 数据分析工具JupyterNotebook
1.3.1 JupyterNotebook简介
1.3.2 IPython与JupyterNotebook
1.3.3 使用JupyterNotebook编程
【Python财务数据分析】——普通年金现值计算
本章小结
习题
第2章 Python编程
2.1 Python标识符和关键字
2.1.1 标识符
2.1.2 关键字
2.2 Python对象与变量
2.2.1 对象
2.2.2 典型的Python对象
2.2.3 变量
2.3 Python表达式与解析
2.3.1 表达式
2.3.2 运算符
2.3.3 定界符
2.3.4 表达式解析
2.4 Python工作原理简述
2.4.1 Python解释器
2.4.2 Python工作原理
2.5 Python数据类型
2.5.1 数据类型——简单数据类型
2.5.2 字符串
2.5.3 列表与元组
2.5.4 字典与集合
2.6 Python程序流程控制
2.6.1 选择结构
2.6.2 while循环结构
2.6.3 for循环结构
2.6.4 特殊流程控制
2.7 可迭代对象、推导式、生成器
2.7.1 可迭代对象
2.7.2 推导式
2.7.3 生成器
【Python财务数据分析】——根据企业营业收入等判定企业类型
本章小结
习题
第3章 Python编程进阶
3.1 Python函数
3.1.1 Python函数定义
3.1.2 Python函数执行
3.1.3 Python函数调用
3.1.4 Python函数参数传递
3.1.5 lambda表达式
3.1.6 Python内置函数
3.2 函数式编程
3.2.1 函数式编程的含义
3.2.2 高阶函数
3.3 面向对象程序设计
3.3.1 面向对象的相关术语
3.3.2 Python类的定义
3.3.3 简单类和实例
3.3.4 构造函数与实例化
3.3.5 访问实例属性和调用实例方法
3.3.6 类变量、实例变量、类中的局部变量
3.3.7 实例方法、类方法和静态方法
3.3.8 Python继承机制及其使用方法
3.3.9 Python的多态
3.4 Python模块与库
3.4.1 Python模块与库概述
3.4.2 pip工具
3.4.3 import用法
3.5 Python名字空间与变量作用域
3.5.1 名字空间
3.5.2 变量作用域
3.6 Python文件管理
3.6.1 文件路径管理
3.6.2 Python文件对象
3.7 Python异常处理机制
3.7.1 Python异常处理
3.7.2 raise语句用法
3.7.3 Python上下文处理
【Python财务数据分析】——普通年金现值系数表
本章小结
习题
第4章 NumPy数据科学基础
4.1 NumPy基础
4.1.1 NumPyndarray对象
4.1.2 NumPy区间数组
4.1.3 NumPy广播机制
4.2 随机函数
4.2.1 Python标准库random
4.2.2 np.random模块
4.3 NumPy常用数学运算函数
【Python财务数据分析】——A股上市公司历年每股收益指标统计分析
本章小结
习题
第5章 Pandas数据分析基础
5.1 Pandas基础
5.1.1 Pandas简介
5.1.2 Pandas基本数据对象
5.2 Pandas数据文件读写
5.2.1 数据文件的读取与写入
5.2.2 read_excel()函数
5.2.3 读取文本文件
5.2.4 to_excel()函数
5.3 PandasIndex对象
5.3.1 认识PandasIndex对象
5.3.2 创建PandasIndex对象
5.3.3 PandasIndex对象方法
5.3.4 设置索引
5.4 Pandas数据切片与提取
5.4.1 下标引用
5.4.2 属性访问
5.4.3 标签索引
5.4.4 位置索引
5.4.5 多层索引的数据提取
5.4.6 数据赋值
5.5 Pandas常用方法
5.5.1 数据信息查询方法
5.5.2 数据统计描述方法
5.5.3 Pandas排序方法
5.5.4 Pandas遍历方法
【Python财务数据分析】——A股上市公司基本信息统计分析
本章小结
习题
第6章 Pandas数据清洗与函数应用
6.1 Pandas对象的运算与对齐
6.1.1 NumPy的NaN
6.1.2 Series运算
6.1.3 DataFrame运算
6.2 Pandas数据清洗
6.2.1 处理缺失数据
6.2.2 处理重复值
6.2.3 替换数据
6.3 函数应用
6.3.1 Pandas函数应用概述
6.3.2 链式操作
6.3.3 pipe()函数
6.3.4 apply()函数
6.3.5 applymap()和map()函数
【Python财务数据分析】——财务报表文件数据清洗和运算
本章小结
习题
第7章 Pandas数据集处理
7.1 数据变形
7.1.1 长表和宽表的变形
7.1.2 pivot()函数
7.1.3 pivot_table()函数
7.1.4 melt()函数
7.1.5 wide_to_long()函数
7.2 数据分组
7.2.1 groupby()函数
7.2.2 分组操作
7.2.3 GroupBy对象
7.2.4 组应用函数
7.3 数据连接
7.3.1 关系型数据操作
7.3.2 值连接函数merge()
7.3.3 索引连接函数join()
7.3.4 数据拼接函数concat()
【Python财务数据分析】——A股上市公司行业分类处理
本章小结
习题
第8章 数据可视化
8.1 Matplotlib入门
8.1.1 数据可视化
8.1.2 Matplotlib绘图过程
8.1.3 Matplotlib绘图对象
8.2 定量数据和定性数据
8.2.1 定性与定量相关概念
8.2.2 数据类型
【Python财务数据分析】——财务数据的可视化基础图形
本章小结
习题
第9章 Python财务数据分析进阶
9.1 文本数据处理
【Python财务数据分析】——上市公司基本信息文本数据处理
9.2 时间序列数据分析
【Python财务数据分析】——财务数据的时间序列数据分析
9.3 基于机器学习的财务应用
【Python财务数据分析】——基于上市公司年报财务指标的机器学习财务应用
参考文献
同类热销排行榜
[an error occurred while processing this directive]推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...