Python基礎篇
第1章 Windows環(huán)境下開發(fā)環(huán)境的搭建與編碼規(guī)范 3
1.1 開發(fā)環(huán)境搭建與使用 3
1.2 擴展庫的安裝 12
1.3 標準庫與擴展庫中對象的導入 14
1.4 Python編程規(guī)范及語法特點 15
思考練習題 19
即測即練 19
第2章 運算符、表達式與內(nèi)置函數(shù) 20
2.1 Python的基本元素與標識符、關鍵字 20
2.2 Python內(nèi)置對象與基本數(shù)據(jù)類型 24
2.3 常用運算符與表達式 32
2.4 Python常用內(nèi)置函數(shù) 37
2.5 基本輸入和輸出 44
思考練習題 48
即測即練 48
第3章 程序控制結(jié)構(gòu) 49
3.1 順序結(jié)構(gòu) 49
3.2 選擇結(jié)構(gòu) 50
3.3 循環(huán)結(jié)構(gòu)控制語句 55
3.4 異常處理結(jié)構(gòu) 61
3.5 綜合案例 67
思考練習題 71
即測即練 72
第4章 可迭代序列結(jié)構(gòu) 73
4.1 列表 73
4.2 元組 80
4.3 字典 81
4.4 集合 84
4.5 字符串常用方法 86
4.6 推導式與生成器推導式 90
4.7 綜合案例 93
思考練習題 95
即測即練 96
第5章 函數(shù) 97
5.1 函數(shù)的定義和調(diào)用 97
5.2 函數(shù)參數(shù) 99
5.3 lambda表達式 103
5.4 變量的作用域 104
5.5 綜合案例 106
思考練習題 109
即測即練 110
第6章 文件與文件夾操作 111
6.1 文件操作基礎 111
6.2 JSON文件操作 113
6.3 CSV文件操作 114
6.4 文件級與文件夾級操作 115
思考練習題 119
即測即練 119
財務大數(shù)據(jù)分析篇
第7章 NumPy科學計算庫 123
7.1 數(shù)組對象 123
7.2 數(shù)組運算 125
7.3 利用數(shù)組進行數(shù)據(jù)處理 133
7.4 矩陣常用操作 137
思考練習題 141
即測即練 142
第8章 認識Pandas 143
8.1 Pandas的數(shù)據(jù)結(jié)構(gòu) 143
8.2 Pandas索引操作 148
8.3 文件讀取與寫入 153
8.4 財務案例實踐 155
思考練習題 157
即測即練 157
第9章 數(shù)據(jù)清洗與預處理 158
9.1 重復值處理 158
9.2 缺失值的處理 160
9.3 其他異常值的處理 163
9.4 數(shù)據(jù)預處理 166
9.5 財務案例實踐 169
思考練習題 172
即測即練 172
第10章 數(shù)據(jù)篩選與查詢 173
10.1 直接篩選 173
10.2 條件篩選 174
10.3 訪問器篩選 176
10.4 財務案例實踐 179
思考練習題 181
即測即練 182
第11章 數(shù)據(jù)特征與統(tǒng)計信息、排序、連接 183
11.1 描述性統(tǒng)計分析 183
11.2 數(shù)據(jù)排序 186
11.3 數(shù)據(jù)拆分與合并 188
11.4 財務案例實踐 192
思考練習題 194
即測即練 194
第12章 數(shù)據(jù)分組聚合與透視 195
12.1 數(shù)據(jù)分組與聚合 195
12.2 透視表與交叉表 198
12.3 財務案例實踐 201
思考練習題 205
即測即練 205
財務大數(shù)據(jù)可視化篇
第13章 擴展庫Matplotlib可視化 209
13.1 可視化庫Matplotlib基礎 209
13.2 基礎繪圖 214
13.3 高級繪圖 222
13.4 Pandas作圖函數(shù) 232
13.5 財務案例實踐 235
即測即練 238
第14章 擴展庫Pyecharts可視化 239
14.1 參數(shù)配置與運行環(huán)境 239
14.2 基礎繪圖 242
14.3 高級繪圖 247
14.4 財務案例實踐 254
思考練習題 257
即測即練 257
財務大數(shù)據(jù)決策篇
第15章 項目投資決策 261
15.1 投資管理 261
15.2 貼現(xiàn)現(xiàn)金流法 261
15.3 投資決策實訓項目 262
第16章 本量利分析 266
16.1 本量利分析 266
16.2 盈虧平衡分析 266
16.3 目標利潤分析 267
16.4 邊際分析 267
16.5 敏感性分析 268
16.6 本量利分析實訓項目 268
第17章 預算管理 273
17.1 預算管理 273
17.2 滾動預算 273
17.3 滾動預算編制實訓項目 273
第18章 財務風險預警 277
18.1 財務風險預警 277
18.2 k-means聚類算法 278
18.3 BP神經(jīng)網(wǎng)絡 278
18.4 房地產(chǎn)行業(yè)財務預警模型構(gòu)建 279
參考文獻 293