新書推薦：
《
中国国际法年刊（2023）
》
售價：NT$
539.0
《
实用对联大全
》
售價：NT$
225.0
《
想象欧洲丛书（7册）欧洲史
》
售價：NT$
1880.0
《
没有伞的孩子必须努力奔跑
》
售價：NT$
149.0
《
做最好的班主任（李镇西教育文集版）
》
售價：NT$
230.0
《
数据驱动法律
》
售價：NT$
390.0
《
对话世界一流大学图书馆馆长
》
售價：NT$
995.0
《
揭秘立体翻翻书--我们的国宝
》
售價：NT$
490.0
|
| 編輯推薦： |
图书特色：
◆ 理论简明，突出实操。本书理论结合实践，通过【跟我练】动手实操深化对基本知识的理解，掌握Python财务应用技能；并通过随堂测检验本章内容的学习效果。
◆ 面向应用，注重实效。无论是【跟我练】小案例设计，财务综合案例的选择，还是随堂测，都精选了不同的财务工作应用场景，贴近工作实际，代入感强。
◆ 资源丰富，助力学教。为更好地辅助教学，本书配套了丰富的教学资源，包括案例源代码、操作视频、PPT课件、教学大纲、授课教案等。
◆ 互动交流，共享提升。为便于教学交流，本书搭建有学员交流群(QQ群号：885715415)，关于本书使用的问题都可以提交到平台讨论，也期待收到同行及专家的改进建议。
|
| 內容簡介： |
《Python财务应用(微课版)》以培养读者的大数据分析能力为目标，基于经贸类学员的学情背景，划分了依次递进的 Python 应用基础、Python 数据分析、Python 财务应用 3 个主题内容。Python 应用基础部分包含 Python 基本认知、Python 语言基础和初识 Pandas 模块，旨在帮助学员搭建 Python 的基础知识体系；Python 数据分析部分包括财务数据获取、财务数据预处理和财务数据可视化，旨在帮助学员掌握利用 Python 进行数据分析的工作流程和工作方法；Python 财务应用部分则精选财务工作的几个典型业务场景，包括薪资核算与分析、Python 在投融资管理中的应用、Python 销售数据分析、上市公司财务分析及可视化，每个案例都简明回顾相关财务知识，并从业务需求、整体设计、技术实现几个层面展开，提升学员面向实际工作的思考能力和解决问题的能力，以及数字化素养。
《Python财务应用(微课版)》结构清晰、内容简洁、教学资源丰富，适合作为高等院校财经类专业开设“Python 财务应用”“财务大数据智能分析”“大数据与智能财务”等课程的配套教材，也适合希望学习数据分析的在职人员作为参考读物。
|
| 目錄：
|
项目1 Python基本认知1
1.1 为什么选择学习Python 1
1.1.1 Python的特点 2
1.1.2 Python的应用领域 2
1.1.3 常用数据分析工具 3
1.2 搭建Python开发环境 4
1.2.1 了解Python开发工具 4
1.2.2 Anaconda的下载与安装 5
1.3 运行Python 6
1.3.1 交互模式 6
1.3.2 文件模式 8
1.4 智能提示及代码补全 11
随堂测 13
项目2 Python语言基础15
2.1 数据类型 15
2.1.1 基本数据类型 16
2.1.2 高级数据类型 18
2.1.3 数据类型检测与转换 22
2.2 变量与运算符 23
2.2.1 变量的命名 23
2.2.2 变量的赋值 24
2.2.3 运算符 ·25
2.3 基本程序结构 28
2.3.1 理解代码块 28
2.3.2 输入、输出与注释 ·28
2.3.3 基本流程控制结构 ·31
2.3.4 程序错误识别 36
2.4 函数 37
2.4.1 认识函数 37
2.4.2 常用函数 37
2.4.3 自定义函数 38
2.4.4 查询函数使用说明 ·39
2.5 模块(库) 40
2.5.1 认识模块 40
2.5.2 模块的分类 40
2.5.3 模块的安装 40
2.5.4 模块的导入 41
随堂测 43
项目3 初识Pandas模块45
3.1 了解 Pandas模块 45
3.1.1 Pandas模块的主要功能 46
3.1.2 Pandas模块安装及导入 46
3.2 Series数据结构 46
3.2.1 了解Series ·46
3.2.2 创建Series ·47
3.2.3 访问Series ·49
3.2.4 编辑Series ·51
3.3 DataFrame数据结构 53
3.3.1 了解DataFrame 53
3.3.2 创建DataFrame 53
3.3.3 访问DataFrame 56
3.3.4 编辑DataFrame 61
3.4 将数据保存为Excel文件 65
3.4.1 写入单个工作表 65
3.4.2 写入多个工作表 66
随堂测 67
项目4 财务数据获取69
4.1 财务大数据 69
4.1.1 大数据与财务数据 ·69
4.1.2 财务大数据来源 70
4.2 从文件中获取数据 ·71
4.2.1 上载数据文件 71
4.2.2 从Excel文件中获取数据 73
4.2.3 从文本文件中获取数据 75
4.2.4 从PDF文件中获取数据 77
4.3 网络爬虫爬取数据 ·78
4.3.1 认识网络爬虫 78
4.3.2 爬取财务数据 78
4.4 通过数据接口获取数据 82
4.4.1 认识数据接口 82
4.4.2 通过“证券宝”数据接口采集证券数据 83
4.4.3 通过Tushare数据接口采集财务数据 86
随堂测 93
项目5 财务数据预处理95
5.1 数据清洗 95
5.1.1 缺失值检测及处理 ·95
5.1.2 重复值检测及处理 100
5.1.3 异常值检测及处理 103
5.2 数据加工 106
5.2.1 数据计算 ·106
5.2.2 排序与排名 109
5.2.3 分组聚合 ·113
5.2.4 数据透视 ·119
5.3 数据连接与合并 124
5.3.1 数据连接 ·124
5.3.2 数据合并 ·126
随堂测 128
项目6 财务数据可视化131
6.1 学习用matplotlib绘图 ·132
6.1.1 认识matplotlib 132
6.1.2 使用matplotlib绘图入门 132
6.1.3 使用matplotlib绘图进阶 136
6.2 学习用pyecharts绘图 144
6.2.1 认识pyecharts 144
6.2.2 使用pyecharts绘图入门 144
6.2.3 使用pyecharts绘图进阶 148
随堂测 160
项目7 薪资核算与分析163
7.1 业务分析与设计 163
7.1.1 薪资业务分析 163
7.1.2 运算逻辑 ·165
7.1.3 知识准备 ·166
7.2 薪酬核算 173
7.2.1 读取职工薪酬基本数据 173
7.2.2 数据整理 ·173
7.2.3 工资计算 ·174
7.3 薪酬分析 180
7.3.1 分类统计 ·180
7.3.2 构成分析 ·182
随堂测 185
项目8 Python在投融资 管理中的应用187
8.1 货币时间价值及函数 187
8.1.1 认知货币时间价值 187
8.1.2 债券融资 ·193
8.1.3 长期借款筹资 194
8.2 项目投资决策 ·195
8.2.1 投资决策指标及其函数 195
8.2.2 固定资产更新决策 198
8.3 资金需要量预测 202
8.3.1 认识线性回归及其方法 202
8.3.2 预测企业资金需要量 ·207
随堂测 208
项目9Python销售数据分析211
9.1 背景案例 211
9.1.1 问题提出 ·211
9.1.2 明确分析需求 213
9.1.3 设计解决方案 213
9.2 数据导入并预处理 216
9.2.1 获取数据 ·216
9.2.2 数据预处理 217
9.3 销售总体分析 ·218
9.3.1 销售目标达成分析 218
9.3.2 相关数据随时间变化情况 221
9.4 销售分层分析 ·225
9.4.1 产品维度 ·225
9.4.2 渠道维度 ·226
9.4.3 业务员维度 230
9.4.4 客户维度 ·232
随堂测 234
项目10上市公司财务分析及可视化235
10.1 财务分析基本认知 235
10.1.1 财务分析的依据和内容 236
10.1.2 财务分析的基本方法 236
10.2 利用“证券宝”获取数据进行美的集团盈利能力分析 237
10.2.1 数据获取 237
10.2.2 数据整理 238
10.2.3 数据可视化 239
10.3 利用Tushare获取数据进行美的集团财务指标分析 241
10.3.1 利用财务报表数据接口获取数据进行财务指标分析 ·242
10.3.2 利用fina_indicator()获取美的集团2013—2022年财务指标数据 247
10.4 同业对比分析 249
10.4.1 业务分析 249
10.4.2 获取同业数据 249
10.4.3 同业可视化比较分析 252
10.4.4 同业综合评价 257
随堂测 263
265参考文献
|
| 內容試閱：
|
随着现代信息技术的发展，会计数据处理技术也从传统的手工会计经过会计电算化、会计信息化，迈入而今的智能化时代。这是一个全新的时代。一方面，财务机器人正在逐步接替会计工作中有规律的、重复的、标准化的事务性工作，这在减轻财务人员工作强度的同时，也给他们带来了紧迫感和危机感；另一方面，信息技术拓展了我们可获取的数据的广度和深度，但如何从大数据中提取为我们所用的信息，提高企业的洞察力和预见力，无疑是企业在激烈的竞争中胜出的关键，因此数据的分析和处理就成为核心能力。因此，广大财务人员需要重新思考自身的定位及存在价值，提升数据处理能力，立足本岗，学会从数据中提取自己的见解，为组织创造价值的同时也提升自己的价值。
市面上有很多用于数据分析的工具，有长于数据采集的，有侧重数据挖掘的，有偏重数据可视化的。考虑到财务人员自身特点——熟悉财务和业务但没有深厚的计算机专业功底，我们选择了面向对象的程序设计语言Python。Python作为简单、易学的开发语言，在Web数据爬取、数据处理、数据可视化分析、科学计算、人工智能等领域应用广泛。
本书将Python与财务工作业务场景相结合，以掌握Python数据分析的基本知识和基本技术为目标，以36～54教学学时为参考，将Python的学习之旅划分为应用基础、数据分析和财务应用三个阶段，每个阶段的教学目标和内容安排列示于表1中。通过这三个阶段来循序渐进地帮助学员掌握基本的Python技术，培养学员的数字化思维和能力。
表1 Python财务应用的学习安排
阶段
目标
项目
Python
应用基础
了解Python的特点、运行方式、语言和编程基础，建立对Python的基本认知
项目1 Python基本认知
项目2 Python 语言基础
项目3 初识Pandas模块
Python
数据分析
按照数据分析流程，选择常用的数据分析工具分别讲述数据采集与清洗、数据可视化
项目4 财务数据获取
项目5 财务数据预处理
项目6 财务数据可视化
Python
财务应用
在掌握Python基本应用和数据分析技术的基础上，聚焦到财务应用领域，以Python为分析工具来解决财务相关问题，提高综合分析、解决问题的能力
项目7 薪资核算与分析
项目8 Python在投融资管理中的应用
项目9 Python销售数据分析
项目10 上市公司财务分析及可视化
本书特点
1.理论简明，突出实操
每个项目都包括3个基本内容:一是基本知识，包括基本概念、基本方法等;二是系列【跟我练】，通过动手实操深化对基本知识的理解，掌握Python的基本应用;三是通关随堂测试，通过举一反三检验学习效果。
2.面向应用，注重实效
无论是【跟我练】小案例设计，财务综合案例的选择，还是随堂测，都精选了不同的财务工作应用场景，贴近工作实际，代入感强。
3.资源丰富，助力学教
为帮助大家快速上手，本书配套了丰富的教学资源，包括源代码、重点操作视频，以及教师授课用PPT、教学大纲、教案等教学文件。
4.互动交流，共享提升
对于新生事物，必然要经过从入门到提升的过程，有万千伙伴陪伴，互相指点借鉴不亦乐乎。因此，我们搭建了教师教学交流群(QQ群号:885715415)，关于使用本书遇到的任何问题可以提交到平台讨论，也期待收到同行及专家的改进建议。
本书提供的程序代码、PPT、教学大纲、授课教案和随堂测解答等教学资源，可通过扫描下方二维码获取。
教学资源
本书由董林芳、王新玲任主编，刘赏、房琳琳任副主编。另外，吴子桐、刘鸿月、李丁、汤兆森同学参与了资料收集与整理、程序代码运行与校对等工作。
特别感谢Tushare金融财经数据平台及其团队的大力支持，不仅让我们免费使用数据接口，还细心地对相关内容进行了审定。衷心希望该数据平台被越来越多的数据分析人员所关注，也祝愿平台在大数据时代行稳致远，实现其理想和价值。
由于编者水平有限，书中难免存在疏漏，敬请同行和广大读者批评指正。服务邮箱:476371891@qq.com。
作者2024年1月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
