新書推薦：
《
深夜的恋人们
》
售價：HK$
71.5
《
治未病常用中医外治法辑要
》
售價：HK$
96.8
《
西方哲学史：插图典藏版
》
售價：HK$
198.0
《
流血的仕途：李斯与秦帝国（全二册2026版）
》
售價：HK$
117.5
《
大学问·近代中国工业发展史（1860—1916）（著名历史学家张玉法先生学术代表作）
》
售價：HK$
86.9
《
战争与人性
》
售價：HK$
71.5
《
品格之路 戴维布鲁克斯著《社会动物》《如何了解一个人》作者布鲁克斯经典作品 自我价值 心理学书
》
售價：HK$
96.8
《
可怜的东西
》
售價：HK$
85.8
|
| 編輯推薦： |
体系完备:系统讲解Python编程基础及其核心应用，如数据处理、数值计算、数据可视化
实用性强:丰富的财经教学案例精准匹配数字经济、财经类相关专业教学需求
配套资源丰富:配备电子课件、教学大纲、考试试卷、习题参考答案、实验指导书等全套教学资源
|
| 內容簡介： |
本书以Python 3.12.4版本为基础，旨在助力读者掌握 Python 在财经数据分析、处理与应用中的技能，提升财经决策的科学性与效率。全书共9章，前3章聚焦 Python 基础，涵盖Python编程环境搭建、语法、程序设计与文件操作，夯实编程基本功；第4～7章深入探讨模块和库编程、NumPy数值计算、Pandas 数据处理与分析及Matplotlib库与数据可视化，介绍Python强大的数据处理、数值计算与数据可视化功能；第8、9章介绍Python在财经领域的典型应用，如工资核算、财务报表编制等，并通过综合应用：小费数据集可视化分析案例，强化Python数据分析的实际应用能力。
本书内容循序渐进，从基础语法到复杂分析，逐步构建知识体系；理论与实践结合，每章都配有案例与练习题；突出财经特色，选取贴合财经场景的案例，充分满足财经工作需求。本书适合作为高等院校数字经济、财经类专业Python程序设计课程的教材，也适合作为财经从业者的自学参考书。
|
| 關於作者： |
|
2009.09-至今 讲授数据库原理及应用、数据库技术及应用、C语言程序设计等课程；主持高教发展改革研究专项项目“利用科研优势提升本科教学质量的研究”，获2012年校教学成果二等奖；
|
| 目錄：
|
目录
前言
第1章 Python及其语法基础 1
1.1 Python编程环境 1
1.1.1 计算机程序与编程语言 1
1.1.2 Python语言概述 2
1.1.3 Python与PyCharm开发工具的
安装与配置 3
1.2 Python语法基础 15
1.2.1 编码规范 15
1.2.2 标识符与保留字 18
1.2.3 变量和赋值 19
1.2.4 数据类型 22
1.2.5 基本输入和输出 26
1.2.6 运算符和表达式 31
1.3 应用案例：个人预算管理与
财务分析 33
本章小结 34
思考与练习 34
第2章 Python程序设计基础 35
2.1 程序基本流程控制 35
2.1.1 选择结构语句 35
2.1.2 循环结构语句 40
2.1.3 break、continue和else语句 44
2.1.4 pass语句 47
2.1.5 结构化模式匹配语句 49
2.1.6 程序的错误与异常处理 51
2.1.7 应用案例：股票交易模拟器 53
2.2 典型数据结构 55
2.2.1 列表创建与操作 56
2.2.2 元组定义与元素操作 59
2.2.3 字典定义与元素操作 61
2.2.4 集合定义与元素操作 62
2.2.5 应用案例：股票数据处理与
分析 64
2.3 函数与函数式编程 67
2.3.1 函数的定义与调用 68
2.3.2 函数参数类型 69
2.3.3 函数参数的作用域 71
2.3.4 匿名函数 72
2.3.5 应用案例：个人财务评估与投资
建议系统 73
2.4 面向对象程序设计 79
2.4.1 类和对象 79
2.4.2 类的继承 81
2.4.3 应用案例：财经数据处理系统 82
本章小结 85
思考与练习 86
第3章 Python文件操作 87
3.1 文件相关基本概念 87
3.1.1 文件与路径 87
3.1.2 文件的编码方式 88
3.1.3 文本文件和二进制文件的区别 89
3.2 目录与文件操作 90
3.2.1 os.path模块 90
3.2.2 获取与改变工作目录 91
3.2.3 目录操作 91
3.2.4 文件的重命名和删除 92
3.2.5 应用案例：财务票据命名处理 93
3.3 文件的基本操作 94
3.3.1 文件的打开和关闭 94
3.3.2 文件的读取与写入 97
3.3.3 按行对文件内容读写 99
3.3.4 使用fileinput对象读取大文件
操作 100
3.3.5 应用案例：消费账单数据读取与
修改 102
3.4 CSV文件的读取与写入 103
3.4.1 CSV文件的读取 104
3.4.2 CSV文件的写入 104
本章小结 106
思考与练习 106
第4章 使用模块和库编程 107
4.1 模块的创建与使用 107
4.1.1 模块概述 107
4.1.2 模块的导入 108
4.1.3 模块的自定义与使用 109
4.2 包的创建与使用 112
4.2.1 创建包 113
4.2.2 使用包 113
4.3 常见标准库的使用 114
4.3.1 turtle库的使用 114
4.3.2 random库的使用 118
4.3.3 时间和日期库的使用 121
4.4 常见第三方库的使用 124
4.4.1 第三方库的安装 125
4.4.2 科学计算与数据可视化
分析库 126
4.4.3 中文处理相关库 132
4.4.4 网络爬虫相关库 136
4.5 财经数据获取与分析相关库 138
4.5.1 Tushare Pro中国金融市场
数据库 138
4.5.2 qstock量化投研平台库 140
4.5.3 BaoStock证券数据平台库 140
4.5.4 Quandl金融与经济数据服务库 142
4.5.5 Pyfolio投资组合分析工具库 142
4.5.6 Statsmodels统计模型估计和
推断库 143
4.5.7 AkShare中国金融市场数据库 145
本章小结 148
思考与练习 148
第5章 NumPy数值计算 150
5.1 数组的创建与访问 150
5.1.1 创建数组 151
5.1.2 查看数组属性 155
5.1.3 访问数组 156
5.1.4 修改数组 159
5.2 数组的运算 162
5.2.1 数组的转置 162
5.2.2 数组的算术运算 163
5.2.3 数组的布尔运算 166
5.2.4 数组的点积运算 167
5.2.5 数组的统计运算 168
5.3 数组的操作 170
5.3.1 数组的排序 170
5.3.2 数组的合并 172
5.4 应用案例：股票投资组合
收益率分析 174
本章小结 176
思考与练习 176
第6章 Pandas数据处理与分析 177
6.1 Pandas基本数据结构 177
6.1.1 Series数据结构的定义与操作 177
6.1.2 DataFrame数据结构的定义与
操作 181
6.1.3 访问DataFrame数据元素 184
6.1.4 修改与删除DataFrame数据
元素 188
6.1.5 DataFrame数据元素的排序 190
6.2 数据分析的基本流程 192
6.3 数据的导入与导出 193
6.3.1 数据的导入 193
6.3.2 数据的导出 197
6.4 数据预处理 198
6.4.1 缺失值处理 198
6.4.2 异常值处理 201
6.4.3 重复值处理 203
6.4.4 其他处理 205
6.5 数据分析方法 215
6.5.1 基本统计分析 215
6.5.2 分组分析 216
6.5.3 分布分析 219
6.5.4 交叉分析 221
6.5.5 结构分析 223
6.5.6 相关分析 225
6.6 DataFrame的合并与连接 226
6.6.1 DataFrame的合并 226
6.6.2 DataFrame的连接 227
6.7 应用案例：基于家电销售
数据集的处理分析 230
6.7.1 数据描述性统计分析 230
6.7.2 数据清洗与预处理 232
6.7.3 家电销售数据集统计分析 237
本章小结 239
思考与练习 239
第7章 Matplotlib库与数据
可视化 241
7.1 数据可视化概述 241
7.1.1 常见的可视化图表类型 241
7.1.2 可视化图表的基本构成 245
7.1.3 数据可视化方式的选择依据 248
7.1.4 常见的数据可视化库 248
7.2 Matplotlib库概述 249
7.2.1 Matplotlib库的导入与设置 249
7.2.2 Matplotlib库绘图的层次结构 250
7.3 Matplotlib库绘图的基本
流程 251
7.3.1 创建简单图表的基本流程 251
7.3.2 绘制子图的基本流程 253
7.4 使用Matplotlib库绘制常用
图表 255
7.4.1 绘制直方图 255
7.4.2 绘制散点图 256
7.4.3 绘制柱形图 258
7.4.4 绘制折线图 259
7.4.5 绘制饼图 260
7.4.6 绘制面积图 264
7.4.7 绘制热力图 266
7.4.8 绘制箱线图 267
7.4.9 绘制雷达图 270
7.5 图表辅助元素的设置 271
7.5.1 设置坐标轴的标签、刻度范围和
刻度标签 272
7.5.2 添加标题和图例 273
7.5.3 显示网格 275
7.5.4 添加参考线和参考区域 275
7.5.5 添加注释文本 277
7.5.6 添加表格 278
7.6 应用案例：基于家电销售
数据集绘制图表 279
本章小结 282
思考与练习 282
第8章 Python在财经领域的典型
应用 284
8.1 工资核算与薪资分析 284
8.2 固定资产常见折旧方法 285
8.3 资产负债表的编制 286
8.4 利润表的编制 288
8.5 本量利分析 289
本章小结 290
思考与练习 291
第9章 综合应用：基于小费
数据集的可视化分析 295
9.1 小费数据描述性统计分析 295
9.2 数据清洗与预处理 297
9.2.1 数据异常值与缺失值的处理 297
9.2.2 数据预处理 301
9.2.3 数据保存 302
9.3 小费数据集统计分析 302
9.3.1 数据查询 303
9.3.2 数据分组分析 303
9.3.3 创建数据的透视表和交叉表 305
9.4 基于小费数据集可视化 306
9.4.1 绘制柱形图 307
9.4.2 绘制直方图 308
9.4.3 绘制箱线图 308
9.4.4 绘制散点图 309
本章小结 311
思考与练习 311
参考文献 312
|
| 內容試閱：
|
Python凭借其强大的数据分析与处理功能，在财经领域得到了广泛应用。本书是一本面向财经领域专业人士及财经类专业学生的实用教材，旨在帮助读者掌握Python这一工具，助力读者在财经数字化时代把握机遇。
本书全面系统地介绍了 Python 编程语言在财经数据分析、处理与应用方面的知识与技能。全书共9章：第1章Python及其语法基础，从计算机程序与编程语言的基本概念开始，对 Python 语言进行概述，讲解了其安装与配置方法，剖析了其语法基础，介绍了Python在财经领域的应用实例。
第 2 章Python程序设计基础，聚焦于程序基本流程控制，涵盖多种语句的使用方法，探讨了错误与异常处理机制，介绍了典型数据结构，讲解了函数与函数式编程，阐述了面向对象程序设计的核心概念。
第 3 章Python文件操作，对文件相关基本概念进行了梳理，讲解了目录与文件操作，介绍了文件的基本操作，探讨了CSV文件的读取与写入。
第 4 章使用模块和库编程，讲解了模块的创建与使用方法，介绍了包的创建与使用技巧，着重介绍了常见第三方库的使用，最后通过案例展现了模块和库在实际财经业务中的综合应用价值。
第 5 章NumPy 数值计算，探讨了NumPy数组的创建与访问方法，讲解了数组的运算和操作。
第 6 章Pandas 数据处理与分析，介绍了Pandas基本数据结构，阐述了数据分析的基本流程，讲解了数据的导入与导出方法，探讨了数据预处理技术，介绍了数据分析方法，最后通过案例综合应用所学知识。
第 7 章Matplotlib库与数据可视化，对数据可视化进行概述，介绍了Matplotlib库的导入与设置方法，讲解了绘图的基本流程，阐述了常用图表的绘制方法，介绍了图表辅助元素的设置方法。
第 8 章Python在财经领域的典型应用，围绕财经业务实际需求，讲解了工资项目核算与薪资分析方法，探讨了固定资产常见折旧方法，阐述了资产负债表和利润表的编制方法与步骤，介绍了本量利分析的原理和方法。
第 9 章综合应用：基于小费数据集的可视化分析，以小费数据集为例，进行数据描述性统计分析，对数据进行清洗与预处理，开展数据统计分析，最后进行可视化展示。
本书具有系统性与全面性、理论与实践深度融合、突出财经领域应用、实用性与可操作性强等特点，适合作为高等院校数字经济、财经类专业Python程序设计课程的教材，也适合从事财经相关工作的人员作为自学参考书。
本书由蒋红兰、李辉编著，其中，李辉编写第1～5章，蒋红兰编写第6～9章。
由于编者水平有限，书中难免存在疏漏之处，请广大读者批评指正。
编 者
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
暢銷書架
