国产91青青成人a在线/在线视频成人/aaa成人永久在线观看视频/深夜草莓视频app

本書共 4 篇，分別是 Python 基礎篇、財務大數據分析篇、財務大數據可視化篇、財務大數據決策篇。Python 基礎篇包括：Windows 下開發環境的搭建與編碼規范；運算符、表達式與內置函數；程序控制結構；可迭代序列結構；Python 函數；文件及文件夾操作。財務大數據分析篇包括：NumPy科學計算庫；認識 Pandas；數據清洗、預處理；數據篩選、查詢；數據特征與統計信息、排序、連接；數據分組聚合、透視。財務大數據可視化篇包括：擴展庫 Matplotlib 可視化；擴展庫 Pyecharts 可視化。財務大數據決策篇包括：項目投資決策；本量利分析；預算管理；財務風險預警。 本書以 Python 大數據工具進行財務分析與決策，開發了大量基于財務場景的實訓項目，并且提供了相應的數據和程序代碼等學習資料。本書可作為高校會計學、財務管理、審計學、工商管理、大數據管理與應用、大數據 會計等專業本科生和研究生財務大數據分析與決策、Python 在財務中的應用、智能財務分析、智能財務分析與決策、大數據與財務決策等課程的教材，也可以作為對財務數智化感興趣的讀者的學習參考書

以Python大數據工具進行財務分析與決策，充分考慮財會專業的特點和知識結構，對Python開發內容重新進行全方位設計，圍繞Python在財務中的應用場景，提供豐富翔實的實訓項目案例

隨著互聯網、物聯網、云計算等科學技術的迅猛發展，全球數據信息爆炸式增長，信息社會早已進入大數據時代。大數據正飛速改變著企業的運作和管理模式，會計行業亟待轉變，財政部在《會計改革與發展十四五規劃綱要》中明確要求廣大會計人員密切關注大數據、互聯網＋的發展對會計工作的影響。上海國家會計學院發起的影響會計從業人員的十大技術評選活動結果顯示，大數據等信息技術均位列影響中國會計從業人員的十大技術之中。加快人工智能和大數據與會計學科的深度融合是當前會計發展的必然趨勢。
大數據在未來5～10年內將為會計師和財會專業人士創造新的機遇，使他們在組織內部占據更具戰略意義、更加面向未來、更為積極主動的位置。在此背景下，財務大數據分析與決策復合創新型人才需求量迅猛增長，會計專業應主動適應社會需求，推動高水平專業建設，培養符合時代需求和現代技術發展的新型復合型財會人才。圍繞財務大數據分析與決策復合人才的培養，相關教材需求量迅猛增長，但目前市場相關的教材很少�；谶@樣的背景，我們編寫了本書。
本書共4篇，分別是Python基礎篇、財務大數據分析篇、財務大數據可視化篇、財務大數據決策篇。Python基礎篇內容包括：Windows環境下開發環境的搭建與編碼規范；運算符、表達式與內置函數；程序控制結構；可迭代序列結構；函數；文件與文件夾操作。財務大數據分析篇內容包括：NumPy科學計算庫；認識Pandas；數據清洗與預處理；數據篩選與查詢；數據特征與統計信息、排序、連接；數據分析聚合與透視。財務大數據可視化篇內容包括：擴展庫Matplotlib可視化；擴展庫Pyecharts可視化。財務大數據決策篇內容包括：項目投資決策；本量利分析；預算管理；財務風險預警。
本書主要有以下特色及創新之處。
（1）以Python大數據工具進行財務分析與決策，圍繞Python在財務中的應用場景，將Python內容重新進行全方位設計。Python編程課程對財會專業學生有一定的難度，本書充分考慮財會專業的特點和知識結構，對Python內容重新進行全方位設計，圍繞Python在財務中的應用場景，提供豐富翔實的實訓項目案例，將Python編程和財務分析決策緊密結合。
（2）開發了大量基于財務場景的實訓項目，便于開展項目制教學，提高學生會計學科和大數據學科知識整合能力�，F有的大數據會計教學方法存在較大問題，其中較為突出的是專業與技術兩張皮的問題。項目制學習方法有助于學生在完成項目任務的過程中整合所學知識，熟練運用計算機技能與理論知識解決實際問題，從而實現大數據＋會計不同學科知識的交叉融合。本書選取大數據會計領域的熱點問題作為具體項目，推動學生在完成項目任務的過程中加深對財務理論知識的理解，同時熟練掌握大數據操作技能。
（3）為了提升教學內容的豐富性和可操作性，本書提供了所有章節需要用到的數據和程序代碼等學習資料。
本書由文玉鋒（西北師范大學）、趙雪梅（西北師范大學）主編，文玉鋒編寫了第1～14章，趙雪梅編寫了第15～17章，陳達人（西北師范大學）編寫了第18章。
在編寫過程中我們雖然做了不少努力，但由于人工智能、大數據技術的飛速發展，加上作者的能力水平有限，本書難免有不妥、疏漏甚至錯誤之處，我們誠摯地希望讀者朋友給予批評指正。
本書在編寫過程中參考了諸多學者的研究成果，由于篇幅有限，不再一一列出，在此一并感謝！
本書由甘肅省教育廳產業支撐計劃項目（2121CYZC-59）、西北師范大學教材建設基金、2023年甘肅省高校創新創業教育教學改革研究項目（基于場景化項目＋慧教學平臺的專創融合教學模式探索與實踐以數據會計為例）、2022年甘肅省高等教育教學成果培育項目（會計專業數智化轉型中教學模式創新研究制教學模式的設計與實踐）資助。

編 者
2023年2月

文玉鋒，西北師范大學副教授、碩士生導師、新道科技股份有限公司培訓講師。從事大數據管理與應用專業教學、研究及實踐工作。目前主要研究方向是商務大數據、財務大數據，在這個領域已取得數十項教學研究成果，主講課程主要有Python程序設計、商務數據分析與可視化、Python財務應用等。多次獲財務大數據、商務大數據等比賽的優秀指導教師。

Python基礎篇
第1章 Windows環境下開發環境的搭建與編碼規范 3
1.1 開發環境搭建與使用 3
1.2 擴展庫的安裝 12
1.3 標準庫與擴展庫中對象的導入 14
1.4 Python編程規范及語法特點 15
思考練習題 19
即測即練 19
第2章 運算符、表達式與內置函數 20
2.1 Python的基本元素與標識符、關鍵字 20
2.2 Python內置對象與基本數據類型 24
2.3 常用運算符與表達式 32
2.4 Python常用內置函數 37
2.5 基本輸入和輸出 44
思考練習題 48
即測即練 48
第3章 程序控制結構 49
3.1 順序結構 49
3.2 選擇結構 50
3.3 循環結構控制語句 55
3.4 異常處理結構 61
3.5 綜合案例 67
思考練習題 71
即測即練 72
第4章 可迭代序列結構 73
4.1 列表 73
4.2 元組 80
4.3 字典 81
4.4 集合 84
4.5 字符串常用方法 86
4.6 推導式與生成器推導式 90
4.7 綜合案例 93
思考練習題 95
即測即練 96
第5章 函數 97
5.1 函數的定義和調用 97
5.2 函數參數 99
5.3 lambda表達式 103
5.4 變量的作用域 104
5.5 綜合案例 106
思考練習題 109
即測即練 110
第6章 文件與文件夾操作 111
6.1 文件操作基礎 111
6.2 JSON文件操作 113
6.3 CSV文件操作 114
6.4 文件級與文件夾級操作 115
思考練習題 119
即測即練 119
財務大數據分析篇
第7章 NumPy科學計算庫 123
7.1 數組對象 123
7.2 數組運算 125
7.3 利用數組進行數據處理 133
7.4 矩陣常用操作 137
思考練習題 141
即測即練 142
第8章 認識Pandas 143
8.1 Pandas的數據結構 143
8.2 Pandas索引操作 148
8.3 文件讀取與寫入 153
8.4 財務案例實踐 155
思考練習題 157
即測即練 157
第9章 數據清洗與預處理 158
9.1 重復值處理 158
9.2 缺失值的處理 160
9.3 其他異常值的處理 163
9.4 數據預處理 166
9.5 財務案例實踐 169
思考練習題 172
即測即練 172
第10章 數據篩選與查詢 173
10.1 直接篩選 173
10.2 條件篩選 174
10.3 訪問器篩選 176
10.4 財務案例實踐 179
思考練習題 181
即測即練 182
第11章 數據特征與統計信息、排序、連接 183
11.1 描述性統計分析 183
11.2 數據排序 186
11.3 數據拆分與合并 188
11.4 財務案例實踐 192
思考練習題 194
即測即練 194
第12章 數據分組聚合與透視 195
12.1 數據分組與聚合 195
12.2 透視表與交叉表 198
12.3 財務案例實踐 201
思考練習題 205
即測即練 205
財務大數據可視化篇
第13章 擴展庫Matplotlib可視化 209
13.1 可視化庫Matplotlib基礎 209
13.2 基礎繪圖 214
13.3 高級繪圖 222
13.4 Pandas作圖函數 232
13.5 財務案例實踐 235
即測即練 238
第14章 擴展庫Pyecharts可視化 239
14.1 參數配置與運行環境 239
14.2 基礎繪圖 242
14.3 高級繪圖 247
14.4 財務案例實踐 254
思考練習題 257
即測即練 257
財務大數據決策篇
第15章 項目投資決策 261
15.1 投資管理 261
15.2 貼現現金流法 261
15.3 投資決策實訓項目 262
第16章 本量利分析 266
16.1 本量利分析 266
16.2 盈虧平衡分析 266
16.3 目標利潤分析 267
16.4 邊際分析 267
16.5 敏感性分析 268
16.6 本量利分析實訓項目 268
第17章 預算管理 273
17.1 預算管理 273
17.2 滾動預算 273
17.3 滾動預算編制實訓項目 273
第18章 財務風險預警 277
18.1 財務風險預警 277
18.2 k-means聚類算法 278
18.3 BP神經網絡 278
18.4 房地產行業財務預警模型構建 279
參考文獻 293