Python数据分析与可视化

第1章 编程基础入门

1.1 什么是Python

1.2 Python开发环境的构建

1.3 VS Code中的Jupyter Notebook

拓展阅读

第2章 Python基础语法

2.1 Python基本语法概述

2.2 算术和变量

2.3 数据类型

拓展阅读

第3章 复合数据类型

3.1 列表

3.2 元组

3.3 字符串

3.4 字典

拓展阅读

第4章 程序控制结构

4.1 条件分支

4.2 循环

拓展阅读

第5章 函数和模块

5.1 函数

5.2 导入模块

拓展阅读

第6章 使用Pandas进行数据分析

6.1 对数据进行创建和读取

6.2 对数据进行索引、选择和赋值

6.3 汇总和映射

6.4 分组、多级索引和排序

6.5 数据类型和缺失值

6.6 重命名和合并

拓展阅读

第7章 使用Seabom进行数据可视化

7.1 数据可视化介绍

7.2 折线图

7.3 条形图和热图

7.4 散点图

7.5 直方图和密度图

7.6 选择绘图类型和自定义样式

拓展阅读

第8章 Python在财务中的应用

8.1 职工薪酬的核算

8.2 应收账款账龄分析

8.3 固定资产核算

8.4 成本性态分析

8.5 本量利分析

8.6 作业成本法

8.7 货币的时间价值

8.8 现金流量折现法

拓展阅读

第9章 利用Python进行财务综合分析

9.1 数据的采集

9.2 业绩概况分析

9.3 盈利能力分析

9.4 偿债能力分析

9.5 现金获取能力分析

9.6 营运能力分析

9.7 成长能力分析

9.8 综合分析

拓展阅读

第10章 Python在数据科学中的应用

10.1 操作准备

10.2 设置数据科学环境

10.3 准备数据

10.4 训练和评估模型

10.5 使用神经网络

拓展阅读

附录A VS Code提示安装ipykernel package的问题解决

附录B ModuleNotFoundError的解决

附录C 根据错误代码解决问题

附录D FileNotFoundError的问题解决

附录E 常用快捷键

本书首先初步介绍了Python的各类基础知识、基本语法(1～5章)；其次详细介绍了Pandas数据分析和以Seaborn为例的数据可视化(6～7章)；最后结合了财务应用(8～9章)和数据科学应用(10章)等，拓展介绍了Python在数据分析与可视化实务中的应用。

本书的主要特点如下：

1．综合用途多

本书的内容设计最大程度做到与“岗课赛证”结合，可以作为读者学习的教科书、在备赛和工作中使用的工具书、贴近考试的参考书。

2．理论与实践结合

本书将多学科内容结合，举例更加贴近实践。

3．内容简洁，难度适中

本书设置的学习内容能与实际相适应，容易上手操作，减少了复杂但不常用的内容。

4．课程资源完备，解决读者的后顾之忧

本书的课程资源包括微课、源代码、数据集、课件PPT、练习题目等。课程资源由立信会计出版社提供，可联系索取。

5．内容与时俱进

本书使用了Visual Studio Code，Jupyter Notebook等流行工具，能提高Python工具的使用效率。