Python財務數據分析與應用（微課版）

現為東北財經大學副教授，東北財經大學網絡信息中心副主任。主要研究領域包括：會計信息系統、電子商務、會計學。先後參與國家教育部會計學系列課程遠程教學資源建設項目等科研課題多項。曾獲中國中青年財務成本研究會“專題優秀科研成果”二等獎。在《中國財經報》、《中國物資報》、《財經教育研究》等報紙期刊公開發表論文。主編《電子商務基礎與應用》、《電腦會計實務》、《會計電算化初級教程》等教材多部。

第 1章 Python與數據分析工具 001

1.1 Python概述 001

1.1.1 編程語言 001

1.1.2 Python語言 002

1.2 數據分析工具Anaconda 002

1.2.1 Anaconda簡介 002

1.2.2 Anaconda安裝 003

1.3 數據分析工具Jupyter Notebook 005

1.3.1 Jupyter Notebook簡介 005

1.3.2 IPython與Jupyter Notebook 006

1.3.3 使用Jupyter Notebook編程 007

【Python財務數據分析】——普通

年金現值計算 007

本章小結 010

習題 010

第 2章 Python編程 012

2.1 Python標識符和關鍵字 012

2.1.1 標識符 012

2.1.2 關鍵字 013

2.2 Python對象與變量 014

2.2.1 對象 014

2.2.2 典型的Python對象 015

2.2.3 變量 015

2.3 Python表達式與解析 017

2.3.1 表達式 017

2.3.2 運算符 017

2.3.3 定界符 019

2.3.4 表達式解析 019

2.4 Python工作原理簡述 020

2.4.1 Python解釋器 020

2.4.2 Python工作原理 020

2.5 Python數據類型 021

2.5.1 數據類型——簡單數據類型 021

2.5.2 字符串 022

2.5.3 列表與元組 028

2.5.4 字典與集合 032

2.6 Python程序流程控制 040

2.6.1 選擇結構 040

2.6.2 while循環結構 042

2.6.3 for循環結構 042

2.6.4 特殊流程控制 042

2.7 可迭代對象、推導式、

生成器 043

2.7.1 可迭代對象 043

2.7.2 推導式 044

2.7.3 生成器 044

【Python財務數據分析】——根據

企業營業收入等判定企業類型 045

本章小結 047

習題 047

第3章 Python編程進階 051

3.1 Python函數 051

3.1.1 Python函數定義 051

3.1.2 Python函數執行 052

3.1.3 Python函數調用 052

3.1.4 Python函數參數傳遞 052

3.1.5 lambda表達式 055

3.1.6 Python內置函數 055

3.2 函數式編程 056

3.2.1 函數式編程的含義 057

3.2.2 高階函數 057

3.3 面向對象程序設計 060

3.3.1 面向對象的相關術語 060

3.3.2 Python類的定義 061

3.3.3 簡單類和實例 061

3.3.4 構造函數與實例化 061

3.3.5 訪問實例屬性和調用實例

方法 062

3.3.6 類變量、實例變量、類中的局部

變量 062

3.3.7 實例方法、類方法和靜態

方法 063

3.3.8 Python繼承機制及其使用

方法 064

3.3.9 Python的多態 066

3.4 Python模塊與庫 067

3.4.1 Python模塊與庫概述 067

3.4.2 pip工具 067

3.4.3 import用法 068

3.5 Python名字空間與變量

作用域 069

3.5.1 名字空間 069

3.5.2 變量作用域 070

3.6 Python文件管理 073

3.6.1 文件路徑管理 074

3.6.2 Python文件對象 075

3.7 Python異常處理機制 077

3.7.1 Python異常處理 077

3.7.2 raise語句用法 079

3.7.3 Python上下文處理 079

【Python財務數據分析】——普通

年金現值系數表 080

本章小結 082

習題 083

第4章 NumPy數據科學基礎 086

4.1 NumPy基礎 086

4.1.1 NumPy ndarray對象 086

4.1.2 NumPy區間數組 088

4.1.3 NumPy廣播機制 089

4.2 隨機函數 090

4.2.1 Python標準庫random 090

4.2.2 np.random模塊 092

4.3 NumPy常用數學運算函數 093

【Python財務數據分析】——A股

上市公司歷年每股收益指標統計

分析 094

本章小結 096

習題 096

第5章 Pandas數據分析基礎 100

5.1 Pandas基礎 100

5.1.1 Pandas簡介 100

5.1.2 Pandas基本數據對象 100

5.2 Pandas數據文件讀寫 105

5.2.1 數據文件的讀取與寫入 106

5.2.2 read_excel()函數 106

5.2.3 讀取文本文件 108

5.2.4 to_excel()函數 108

5.3 Pandas Index對象 109

5.3.1 認識Pandas Index對象 109

5.3.2 創建Pandas Index對象 109

5.3.3 Pandas Index對象方法 110

5.3.4 設置索引 111

5.4 Pandas數據切片與提取 113

5.4.1 下標引用 113

5.4.2 屬性訪問 114

5.4.3 標簽索引 114

5.4.4 位置索引 115

5.4.5 多層索引的數據提取 116

5.4.6 數據賦值 116

5.5 Pandas常用方法 116

5.5.1 數據信息查詢方法 117

5.5.2 數據統計描述方法 117

5.5.3 Pandas排序方法 119

5.5.4 Pandas遍歷方法 119

【Python財務數據分析】——A股

上市公司基本信息統計分析 120

本章小結 123

習題 123

第6章 Pandas數據清洗與函數

應用 126

6.1 Pandas對象的運算與對齊 126

6.1.1 NumPy的NaN 126

6.1.2 Series運算 127

6.1.3 DataFrame運算 127

6.2 Pandas數據清洗 128

6.2.1 處理缺失數據 128

6.2.2 處理重復值 131

6.2.3 替換數據 132

6.3 函數應用 132

6.3.1 Pandas函數應用概述 132

6.3.2 鏈式操作 133

6.3.3 pipe()函數 133

6.3.4 apply()函數 134

6.3.5 applymap()和map()函數 135

【Python財務數據分析】——財務

報表文件數據清洗和運算 136

本章小結 138

習題 138

第7章 Pandas數據集處理 142

7.1 數據變形 142

7.1.1 長表和寬表的變形 142

7.1.2 pivot()函數 143

7.1.3 pivot_table()函數 144

7.1.4 melt()函數 145

7.1.5 wide_to_long()函數 147

7.2 數據分組 148

7.2.1 groupby()函數 148

7.2.2 分組操作 148

7.2.3 GroupBy對象 150

7.2.4 組應用函數 151

7.3 數據連接 152

7.3.1 關系型數據操作 152

7.3.2 值連接函數merge() 154

7.3.3 索引連接函數join() 156

7.3.4 數據拼接函數concat() 158

【Python財務數據分析】——A股

上市公司行業分類處理 160

本章小結 163

習題 163

第8章 數據可視化 166

8.1 Matplotlib入門 166

8.1.1 數據可視化 166

8.1.2 Matplotlib繪圖過程 166

8.1.3 Matplotlib繪圖對象 168

8.2 定量數據和定性數據 174

8.2.1 定性與定量相關概念 174

8.2.2 數據類型 175

【Python財務數據分析】——財務

數據的可視化基礎圖形 175

本章小結 188

習題 188

第9章 Python財務數據分析

進階 192

9.1 文本數據處理 192

【Python財務數據分析】——上市

公司基本信息文本數據處理 192

9.2 時間序列數據分析 195

【Python財務數據分析】——財務

數據的時間序列數據分析 195

9.3 基於機器學習的財務應用 199

【Python財務數據分析】——基於

上市公司年報財務指標的機器學習

財務應用 199

參考文獻 204