Python财务数据分析与应用（微课版） 下载 网盘 kindle mobi 115盘 pdf pdb rtf

随着大数据技术在各领域的深度应用，Python作为一门拥有强大的数据处理能力的高级程序语言，逐渐成为主流的大数据分析工具之一。本书围绕Python编程基础、数据分析和数据可视化三个主题，结合财会工作实际，详细介绍了利用Python进行财务数据分析和可视化的思路、方法和典型案例。

本书内容翔实，案例丰富，难度适宜，教学资源丰富，既可作为应用型本科和高等职业院校财经类专业的教材，也可供财务会计人员、数据分析人员学习参考。

第1章 Python编程入门 1

1.1　Python简介　1

1.2　Anaconda的安装与使用　2

1.2.1　下载与安装　2

1.2.2　Jupyter Notebook界面介绍　5

1.2.3　Jupyter Notebook基本应用　6

1.3　财务人的Python编程起步　8

1.3.1　开始个Python程序　8

1.3.2　代码调试过程解析　9

习题　14

第2章　Python语言基础　16

2.1　变量、常量及其赋值操作　16

2.1.1　标识符命名规则　17

2.1.2　输入与输出　18

2.2　基本数据类型　19

2.2.1　数值型　20

2.2.2　字符串型　21

2.2.3　其他类型　24

2.2.4　数据类型转换　26

2.3　组合数据类型　27

2.3.1　列表　27

2.3.2　元组　28

2.3.3　字典　29

2.4　表达式与运算符　30

2.5　代码编写规则　32

习题　35

第3章　Python控制结构　36

3.1　程序控制结构简介　36

3.2　顺序结构　36

3.3　选择结构　37

3.3.1　if语句　38

3.3.2　if语句的嵌套　40

3.3.3　条件表达式　41

3.4　循环结构　42

3.4.1　while语句　42

3.4.2　for语句　43

3.4.3　range()函数　43

3.4.4　enumerate()函数　44

3.4.5　continue、break及else子句　44

3.4.6　循环嵌套　45

3.5　其他语句　46

3.6　程序调试和异常处理　47

3.6.1　程序调试　47

3.6.2　异常处理　47

习题　49

第4章　Python函数和模块　52

4.1　函数　52

4.1.1　函数的创建和调用　52

4.1.2　函数的分类　53

4.1.3　内置函数　54

4.1.4　标准库函数　55

4.1.5　第三方库函数　55

4.2　参数传递　55

4.2.1　可选参数　56

4.2.2　关键字参数　57

4.2.3　可变参数　57

4.3　变量的作用域　58

4.3.1　局部变量　58

4.3.2　全局变量　58

4.4　函数高级特性和典型函数举例　60

4.4.1　匿名函数　60

4.4.2　函数式编程　61

4.4.3　典型函数举例　63

4.5　模块和包　65

4.5.1　模块的导入和使用　65

4.5.2　Python中的包　66

习题　67

第5章　Python数据分析基础　69

5.1　数据分析的基本流程　69

5.2　NumPy基础　70

5.2.1　NumPy基本数据结构　71

5.2.2　数组的索引和切片　75

5.2.3　数组运算　79

5.2.4　NumPy通用函数　81

5.2.5　利用NumPy数组进行数据处理　82

5.3　Pandas基础　84

5.3.1　Pandas简介　84

5.3.2　Pandas的数据结构　84

5.4　Pandas的常见操作　87

5.4.1　常用属性　88

5.4.2　查改增删数据　88

5.4.3　算术运算与数据对齐　94

5.4.4　统计计算与描述　95

习题　98

第6章　Python数据分析实战　101

6.1　数据读取与写入　101

6.1.1　读写Excel文件　102

6.1.2　读写文本文件　104

6.2　数据预处理　107

6.2.1　数据清洗　107

6.2.2　数据抽取　114

6.2.3　数据排序　120

6.2.4　数据合并　122

6.2.5　数据计算　128

6.3　数据分析　132

6.3.1　基本统计分析　132

6.3.2　分组分析　133

6.3.3　分布分析　138

6.3.4　交叉分析　140

6.3.5　结构分析　142

6.3.6　相关分析　143

习题　144

第7章　Python数据可视化　147

7.1　Matplotlib概述　147

7.2　Matplotlib基本绘图　148

7.2.1　pyplot基本绘图流程　148

7.2.2　通过figure()函数创建画布　149

7.2.3　通过add_subplot()函数创建并选中子图　151

7.2.4　添加各类标签　153

7.2.5　设置pyplot的动态rc参数　154

7.2.6　图形保存为文件　156

7.3　Pandas基本绘图　156

7.3.1　折线图　157

7.3.2　柱形图　159

7.3.3　饼图　160

7.3.4　散点图　161

习题　163

第8章　Python财务应用案例　165

8.1　财务会计应用案例　165

8.1.1　固定资产折旧计算　165

8.1.2　凭证断号与重号分析　170

8.1.3　账表分析　176

8.1.4　财务趋势分析　182

8.1.5　账龄分析　184

8.2　管理会计应用案例　189

8.2.1　资金时间价值　190

8.2.2　企业筹资分析　193

8.2.3　净现值法应用　200

8.2.4　投资回收期测算　206

8.2.5　成本性态分析　214

8.2.6　本量利分析　222

8.3　综合应用案例　229

8.3.1　本福特定律应用　229

8.3.2　业财融合大数据多维度盈利能力分析　235

习题　247

陈丰，重庆理工大学会计学院专职教师，具有丰富的教学经验，研究方向为：大数据会计、计算机审计等，曾出版教材10余部。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：Python财务数据分析与应用（微课版）在线阅读

在线听书地址：Python财务数据分析与应用（微课版）在线收听

在线购买地址：Python财务数据分析与应用（微课版）在线购买

暂无原文赏析，正在全力查找中！

编辑推荐

1.本教材所选教学案例，均来自实际应用领域：并且融合课程思政，通过为学生提供丰富、有意义的真实财务应用场境呈现，实现知识与技能、经验、素养的综合提升，使学生做到知行合一。

2.语言精练，实践性强：全书语言精练，与Python语言简洁优雅的特点相匹配，同时所有的命令和案例全部是可操作的，学习者完全可以自己通过实践来体验，在实践中掌握Python的语法规则和数据分析方法。

3.配套资源丰富：包括教学课件、电子教案、教学大纲、教学计划、实验参考、习题答案、程序源码、视频资源等，为新专业下的新课程开展提供有力支撑。