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。
本书配套丰富的教学资源，包括PPT、教案、数据文件、以及习题参考答案和代码等，用书教师可登录人邮教育社区（www.ryjiaoyu.com）免费下载。
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。
1．理论和实践相结合。本书理论阐述通俗易懂，且尽可能避开计算机专业术语；同时本书突出财务实践，以便满足财经类专业学生对数据分析的需求。
2．案例丰富，讲解细致。本书案例丰富，讲解细致，案例数据来源于资本市场上市公司。
3．聚集应用，微课导学。本书内容讲解上聚焦于Python财务数据分析基础知识的应用，并在每章章首提供了微课导学，供读者学习使用。
现为东北财经大学副教授，东北财经大学网络信息中心副主任。主要研究领域包括：会计信息系统、电子商务、会计学。先后参与国家会计学系列课程远程教学资源建设项目等科研课题多项。曾获中国中青年财务成本研究会专题优秀科研成果二等奖。在《中国财经报》、《中国物资报》、《财经教育研究》等报纸期刊公开发表论文。主编《电子商务基础与应用》、《计算机会计实务》、《会计电算化初级教程》等教材多部。
第 1章 Python与数据分析工具 001
1.1 Python概述 001
1.1.1 编程语言 001
1.1.2 Python语言 002
1.2 数据分析工具Anaconda 002
1.2.1 Anaconda简介 002
1.2.2 Anaconda安装 003
1.3 数据分析工具Jupyter Notebook 005
1.3.1 Jupyter Notebook简介 005
1.3.2 IPython与Jupyter Notebook 006
1.3.3 使用Jupyter Notebook编程 007
【Python财务数据分析】普通
年金现值计算 007
本章小结 010
习题 010
第 2章 Python编程 012
2.1 Python标识符和关键字 012
2.1.1 标识符 012
2.1.2 关键字 013
2.2 Python对象与变量 014
2.2.1 对象 014
2.2.2 典型的Python对象 015
2.2.3 变量 015
2.3 Python表达式与解析 017
2.3.1 表达式 017
2.3.2 运算符 017
2.3.3 定界符 019
2.3.4 表达式解析 019
2.4 Python工作原理简述 020
2.4.1 Python解释器 020
2.4.2 Python工作原理 020
2.5 Python数据类型 021
2.5.1 数据类型简单数据类型 021
2.5.2 字符串 022
2.5.3 列表与元组 028
2.5.4 字典与集合 032
2.6 Python程序流程控制 040
2.6.1 选择结构 040
2.6.2 while循环结构 042
2.6.3 for循环结构 042
2.6.4 特殊流程控制 042
2.7 可迭代对象、推导式、
生成器 043
2.7.1 可迭代对象 043
2.7.2 推导式 044
2.7.3 生成器 044
【Python财务数据分析】根据
企业营业收入等判定企业类型 045
本章小结 047
习题 047
第3章 Python编程进阶 051
3.1 Python函数 051
3.1.1 Python函数定义 051
3.1.2 Python函数执行 052
3.1.3 Python函数调用 052
3.1.4 Python函数参数传递 052
3.1.5 lambda表达式 055
3.1.6 Python内置函数 055
3.2 函数式编程 056
3.2.1 函数式编程的含义 057
3.2.2 高阶函数 057
3.3 面向对象程序设计 060
3.3.1 面向对象的相关术语 060
3.3.2 Python类的定义 061
3.3.3 简单类和实例 061
3.3.4 构造函数与实例化 061
3.3.5 访问实例属性和调用实例
方法 062
3.3.6 类变量、实例变量、类中的局部
变量 062
3.3.7 实例方法、类方法和静态
方法 063
3.3.8 Python继承机制及其使用
方法 064
3.3.9 Python的多态 066
3.4 Python模块与库 067
3.4.1 Python模块与库概述 067
3.4.2 pip工具 067
3.4.3 import用法 068
3.5 Python名字空间与变量
作用域 069
3.5.1 名字空间 069
3.5.2 变量作用域 070
3.6 Python文件管理 073
3.6.1 文件路径管理 074
3.6.2 Python文件对象 075
3.7 Python异常处理机制 077
3.7.1 Python异常处理 077
3.7.2 raise语句用法 079
3.7.3 Python上下文处理 079
【Python财务数据分析】普通
年金现值系数表 080
本章小结 082
习题 083
第4章 NumPy数据科学基础 086
4.1 NumPy基础 086
4.1.1 NumPy ndarray对象 086
4.1.2 NumPy区间数组 088
4.1.3 NumPy广播机制 089
4.2 随机函数 090
4.2.1 Python标准库random 090
4.2.2 np.random模块 092
4.3 NumPy常用数学运算函数 093
【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 094
本章小结 096
习题 096
第5章 Pandas数据分析基础 100
5.1 Pandas基础 100
5.1.1 Pandas简介 100
5.1.2 Pandas基本数据对象 100
5.2 Pandas数据文件读写 105
5.2.1 数据文件的读取与写入 106
5.2.2 read_excel()函数 106
5.2.3 读取文本文件 108
5.2.4 to_excel()函数 108
5.3 Pandas Index对象 109
5.3.1 认识Pandas Index对象 109
5.3.2 创建Pandas Index对象 109
5.3.3 Pandas Index对象方法 110
5.3.4 设置索引 111
5.4 Pandas数据切片与提取 113
5.4.1 下标引用 113
5.4.2 属性访问 114
5.4.3 标签索引 114
5.4.4 位置索引 115
5.4.5 多层索引的数据提取 116
5.4.6 数据赋值 116
5.5 Pandas常用方法 116
5.5.1 数据信息查询方法 117
5.5.2 数据统计描述方法 117
5.5.3 Pandas排序方法 119
5.5.4 Pandas遍历方法 119
【Python财务数据分析】A股
上市公司基本信息统计分析 120
本章小结 123
习题 123
第6章 Pandas数据清洗与函数
应用 126
6.1 Pandas对象的运算与对齐 126
6.1.1 NumPy的NaN 126
6.1.2 Series运算 127
6.1.3 DataFrame运算 127
6.2 Pandas数据清洗 128
6.2.1 处理缺失数据 128
6.2.2 处理重复值 131
6.2.3 替换数据 132
6.3 函数应用 132
6.3.1 Pandas函数应用概述 132
6.3.2 链式操作 133
6.3.3 pipe()函数 133
6.3.4 apply()函数 134
6.3.5 applymap()和map()函数 135
【Python财务数据分析】财务
报表文件数据清洗和运算 136
本章小结 138
习题 138
第7章 Pandas数据集处理 142
7.1 数据变形 142
7.1.1 长表和宽表的变形 142
7.1.2 pivot()函数 143
7.1.3 pivot_table()函数 144
7.1.4 melt()函数 145
7.1.5 wide_to_long()函数 147
7.2 数据分组 148
7.2.1 groupby()函数 148
7.2.2 分组操作 148
7.2.3 GroupBy对象 150
7.2.4 组应用函数 151
7.3 数据连接 152
7.3.1 关系型数据操作 152
7.3.2 值连接函数merge() 154
7.3.3 索引连接函数join() 156
7.3.4 数据拼接函数concat() 158
【Python财务数据分析】A股
上市公司行业分类处理 160
本章小结 163
习题 163
第8章 数据可视化 166
8.1 Matplotlib入门 166
8.1.1 数据可视化 166
8.1.2 Matplotlib绘图过程 166
8.1.3 Matplotlib绘图对象 168
8.2 定量数据和定性数据 174
8.2.1 定性与定量相关概念 174
8.2.2 数据类型 175
【Python财务数据分析】财务
数据的可视化基础图形 175
本章小结 188
习题 188
第9章 Python财务数据分析
进阶 192
9.1 文本数据处理 192
【Python财务数据分析】上市
公司基本信息文本数据处理 192
9.2 时间序列数据分析 195
【Python财务数据分析】财务
数据的时间序列数据分析 195
9.3 基于机器学习的财务应用 199
【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 199
参考文献 204
书单推荐
