财务大数据基础：Python 数据分析

　　在大数据和人工智能渗透到各个领域的大背景下，财务与会计更应注重数据分析。传统的财务与会计知识和技能本身就属于数据处理范畴。数据处理是数据分析的基础，是为数据分析服务的；而数据分析是数据处理的目的，是更有价值的工作。财经类专业学生学好基于现代信息技术的数据分析是必需的，也是必要的。
当把数据处理与数据分析连接成一个职业链条时，我们发现需要一个完整的信息技术知识框架支撑。因此，编者尝试以Python+Pandas搭建这一知识框架，满足专业人才培养数字化、智能化转型的需求。

　　第1 章　数据分析与软件工具概述／1
本章学习目标／1
1.1　数据分析概述／1
1.2　数据分析工具Python／5
1.3　数据分析工具包Anaconda／6
1.4　Python 数据分析编程／10
【财务应用与实践】／13
【本章小结】／16
【本章习题】／16
第2 章　Python 编程基础／19
本章学习目标／19
2.1　Python 的标识符与关键词／19
2.2　Python 的对象与变量／20
2.3　Python 的表达式与运算符／23
2.4　Python 的数据类型／25
2.5　Python 程序流程控制／44
2.6　可迭代对象、推导式与生成器／47
【财务应用与实践】／49
【本章小结】／51
【本章习题】／51
第3 章　Python 编程进阶／54
本章学习目标／54
3.1　Python 函数／54
3.2　函数式编程／59
3.3　面向对象的编程／63
3.4　Python 模块与包／70
3.5　Python 命名空间与变量作用域／72
3.6　Python 文件系统管理／78
3.7　Python 异常处理机制／80
【财务应用与实践】／84
【本章小结】／86
【本章习题】／86
第4 章　Pandas 数据分析基础／90
本章学习目标／90
4.1　NumPy 基础／90
4.2　Pandas 基础／93
4.3　Pandas 索引对象／100
4.4　Pandas 数据切片与提取／104
4.5　Pandas 的常用方法／108
【财务应用与实践】／112
【本章小结】／115
【本章习题】／115
第5 章　Pandas 数据集处理／118
本章学习目标／118
5.1　函数应用／118
5.2　数据变形／122
5.3　数据分组／127
5.4　数据连接／131
【财务应用与实践】／139
【本章小结】／146
【本章习题】／146
第6 章　数据可视化／149
本章学习目标／149
6.1　Matplotlib／149
6.2　定性和定量数据／157
【财务应用与实践】／159
【本章小结】／171
【本章习题】／171
第7 章　文本数据处理／174
本章学习目标／174
7.1　Pandas 数据类型综述／174
7.2　str 对象／176
7.3　正则表达式基础／179
7.4　文本数据处理的操作／185
【财务应用与实践】／191
【本章小结】／194
【本章习题】／194
第8 章　时间序列数据处理／197
本章学习目标／197
8.1　时间序列概述／197
8.2　时间点／198
8.3　时间差／202
8.4　时间偏置／203
8.5　窗口函数／204
【财务应用与实践】／206
【本章小结】／209
【本章习题】／209
第9 章　数据分析与机器学习／212
本章学习目标／212
9.1　人工智能／212
9.2　机器学习／213
9.3　sklearn／220
【财务应用与实践】／228
【本章小结】／232
【本章习题】／233
参考文献／235