新書推薦：
《
美国产业关系领域的起源与演变
》
售價：NT$
381.0
《
拐点：站在AI颠覆世界的前夜
》
售價：NT$
386.0
![竞争优势：透视企业护城河（珍藏版） 6[美]布鲁斯·格林沃尔德](http://103.6.6.66/upload/mall/productImages/24/15/9787111748816.jpg)
《
竞争优势：透视企业护城河（珍藏版） 6[美]布鲁斯·格林沃尔德
》
售價：NT$
554.0
《
日本通史（修订本）上下
》
售價：NT$
1445.0
《
好的爱，有边界
》
售價：NT$
330.0
《
心悦读丛书·倍速社会：快电影、剧透与新消费文化
》
售價：NT$
325.0
《
马王堆考古手记
》
售價：NT$
554.0
《
全靠演技
》
售價：NT$
252.0
|
| 編輯推薦： |
《Python数据分析与应用》紧扣金融这个主题，全面考虑金融专业群教师的教学需要以及学生对于Python数据分析基础的学习需要。
主要特色可以概括为以下四点：
第一 教材内容选取面向金融。Python的数据分析与应用是个极其广泛的话题，几乎可以应用于任何行业，在编写教材的过程中，我们紧扣金融这个主题，兼顾高职金融专业群师生在教与学两方面的需要，对照其前导课程和后续课程精心挑选案例，按照人才培养目标和方案进行教材内容的精心裁剪。
第二 教材要点组织循序渐进。由于教材的受众是财经财经商贸大类的高职学生，同时教师也大都来自文科类专业，因此我们在教材知识点的组织上，采用循序渐进的方式，前后章节之间特别注意概念不随意跳跃和前置引用，也不预设学习门槛，符合学习的基本认知规律，对于没有任何基础的学习者也能顺利完成学习任务。
第三 教材配套丰富资源。在教材编写之前，编写团队就已经开展了教学，获得了第一手的教学体验，搜集整理并建立了初步的教学资源。在教材中不但包含有教师讲授的内容，还有一定篇幅介绍了Python语言的学习平台，并通过该平台提供了可以直接使用的课后作业和期中、期末考试试卷库（注意，
|
| 內容簡介： |
《Python数据分析与应用》从结构上分为编程基础、数据分析和数据应用三部分。
第一部分（第1～6章）是Python语言入门及进阶，内容包括Python语法和程序设计；第二部分（第7～10章）是Python核心数据分析演练，主要介绍Python核心数据处理库和专业库；第三部分（第11～15章）是Python在金融行业的应用，通过金融应用案例培养学生运用Python进行数据分析和解决实际问题的能力。
《Python数据分析与应用》可作为高校财经类学生“数据分析”课程的教材，也可供从事数据分析工作的专业人员参考使用。
|
| 目錄：
|
第一部分 编程基础
第1章 Python语言概述3
1.1 Python语言与数据分析应用3
1.2 Python程序开发与开发环境10
1.3 Anaconda与Python14
1.4 课后思考21
第2章 Python程序结构22
2.1 顺序执行：程序结构、标识符、赋值语句22
2.2 条件语句24
2.3 循环语句26
2.4 课后思考31
第3章 列表与元组32
3.1 知识准备32
3.2 代码补全和知识拓展42
3.3 实训任务：两个列表相加43
3.4 延伸高级任务44
3.5 课后思考46
第4章 字符串47
4.1 知识准备47
4.2 代码补全和知识拓展66
4.3 实训任务：处理股票交易数据71
4.4 延伸高级任务72
4.5 课后思考75
第5章 字典77
5.1 知识准备77
5.2 代码补全和知识拓展80
5.3 实训任务：银行卡密码初始化85
5.4 延伸高级任务86
5.5 课后思考88
第6章 函数与类90
6.1 知识准备90
6.2 代码补全和知识拓展99
6.3 实训任务：景区访客量统计105
6.4 延伸高级任务106
6.5 课后思考109
第二部分 数据分析
第7章 NumPy113
7.1 知识准备113
7.2 代码补全和知识拓展 119
7.3 实训任务：生成偶数数组124
7.4 延伸高级任务126
7.5 课后思考128
第8章 Python数据可视化131
8.1 知识准备131
8.2 代码补全和知识拓展149
8.3 实训任务：视频网站数据可视化168
8.4 延伸高级任务173
8.5 课后思考177
第9章 核心数据处理库pandas179
9.1 知识准备179
9.2 代码补全和知识拓展213
9.3 实训任务219
9.4 延伸高级任务221
9.5 课后思考224
第10章 进阶数据处理库226
10.1 SciPy226
10.2 Statsmodels239
10.3 Quandl248
10.4 Zipline和Pyfolio249
10.5 TA-Lib和QuantLib254
10.6 课后思考265
第三部分 行业应用
第11章 股票数据分析可视化269
11.1 知识准备269
11.2 任务介绍271
11.3 代码演示272
11.4 代码补全和知识拓展276
11.5 实训任务：下载股票数据并绘制收盘价时间序列图279
11.6 课后思考281
第12章 实现量化交易策略282
12.1 知识准备282
12.2 任务介绍285
12.3 代码演示285
12.4 代码补全和知识拓展289
12.5 实训任务：tushare数据演示移动平均线交易策略290
12.6 课后思考294
第13章 商业银行数据迁移案例297
13.1 知识准备297
13.2 任务介绍299
13.3 代码演示302
13.4 代码补全和知识拓展309
13.5 实训任务：某商业银行数据迁移案例311
13.6 课后思考314
第14章 银行信贷潜在违约客户识别316
14.1 知识准备316
14.2 任务介绍319
14.3 代码演示320
14.4 代码补全和知识拓展325
14.5 实训任务：利用某银行实际数据进行贷款违约预测335
14.6 课后思考339
第15章 金融机构电话营销数据分析344
15.1 知识准备344
15.2 任务介绍346
15.3 代码演示350
15.4 代码补全和知识拓展351
15.5 实训任务：金融机构电话营销数据分析354
15.6 延伸高级任务359
15.7 课后思考363
|
| 內容試閱：
|
近年来，数据分析正在改变人们的工作方式，数据分析相关工作也越来越受到人们的青睐。虽然很多编程语言都可以用于数据分析，但Python凭借其语法简单、代码可读性高、容易入门等特点成为首选对象。尤其是Python积累了海量的数据科学和人工智能方面的支持库，对于金融科技应用领域的数据分析、数据建模拥有其他程序设计语言无可比拟的巨大优势。Python在数据分析和交互、探索性计算以及数据可视化等方面都有着非常成熟的支持库，而且随着使用人群的日趋庞大形成了非常稳定、活跃的交流社群，这也使得Python变得越来越流行，成为数据处理任务的首选解决方案。在大数据、人工智能迅猛发展的宏大背景下，财经商贸大类行业也迎来了新的挑战和变革。为适应全新的工作方式和工作理念，中国财经商贸类高职院校担负起为行业新趋势育人的光荣使命。在全国金融职业教育教学指导委员的关心与指导下，编者密切联系行业发展方向、面向中国财经商贸大类高职教学需求，适时推出了本书。
作为全国数字金融产教融合联盟系列教材之一，本书的定位并非只是介绍一门程序设计语言，更重要的是把Python作为工具去进行数据分析和应用，因此整体设计上划分为三部分，分别是编程基础、数据分析、数据应用。第一部分（第1～6章）是对Python语言的学习，主要包括Python语言概述、Python程序结构、列表与元组、字符串、字典、函数与类。第二部分（第7～10章）是对Python数据分析库的学习，主要介绍了Python核心数据处理库NumPy、Matplotlib、pandas等必会知识点，另外还拓展介绍了SciPy、Statsmodels、Quandl、Zipline、Pyfolio、TA-Lib和QuantLib等Python专业库。第三部分（第11～15章）是对Python在金融行业应用案例的学习，案例的选择上特别选取与金融行业高度相关的案例，以便能与后续系列配套教材做到无缝衔接。其中，第11章介绍股票数据分析可视化；第12章演练在数据分析基础上的量化交易策略；第13章采用某商业银行真实案例，用模拟数据再现商业银行如何完成数据迁移任务；第14章采用国内某商业银行实际脱敏数据，将数据分析应用于银行信贷潜在违约客户的识别；第15章采用葡萄牙银行业的公开数据，对于金融机构电话营销数据进行分析，并使用机器学习建模判断哪些客户最有可能接受银行长期存款的电话营销。第14、15章作为选学内容，可供学有余力的师生共同完成，不建议纳入考试范围。同时，该部分内容也是对后续人工智能、机器学习课程的很好衔接。本书适合开展一学期54课时教学，每次教学一般有三节课。建议第一节课进行知识准备和代码演示，在后续的两节课中可以安排实训任务，还可酌情加入延伸高级任务。另外，书中还在每个章节设立拓展环节，让有限的教材空间能够带来更多的学习思路和线索，供学生课余自由探索，留有后续学习的余味。
本书的主要特色可以概括为三点：第一，内容选取面向金融、面向财经商贸大类高职教学需求。编写过程中紧扣金融主题，全面考虑财经商贸类专业群高职学生的基础及需要，对照其前导课程和后续课程精心挑选案例。第二，要点组织循序渐进。前后章节之间特别注意概念不随意跳跃和前置引用，也不预设学习门槛，符合学习的基本认知规律，对于没有任何基础的学习者也能顺利完成学习任务。第三，资源丰富，涵盖平台与课件。已经搭建起与本书关联使用的教学平台，并通过该平台提供了可以直接使用的课后作业和期中、期末考试试卷库（注意，这些题库均带有自动批改功能，无须占用教师的批阅时间）。采用本书的教师还将能获得完整的教学教案、课程思政资料及授课课件PPT。
本书的创新可以概括为以下五点：第一，创新地遵循教学步骤和顺序。章节的组织均按照教学步骤和顺序组织，主要分为知识准备、代码演示（或任务介绍）、代码补全、实训任务和延伸高级任务五大板块，实现教师上手即用，也便于学生课前预习和课后拓展。第二，创新地充分考虑学生学情和特点。对于代码补全和实训任务这两个需要学生参与的环节进行了分层设计，即每个任务又分为2～3个难度层级。无论是基础薄弱还是优秀的学生都有任务等待完成，即在完成了基础层级的练习之后，可以自主继续完成高层级的任务，让课堂忙碌起来。第三，创新地组合安排章节与体例。尽管本书是面向财经商贸大类的高职学生，但对于Python语言知识体系的完整性并没有大打折扣。另外，在知识点组合上也创新地将相似类别置于同一章节便于辨析和展开应用，如列表与元组的组合、字符串与正则表达式的组合、字典与JSON和集合的组合等。第四，创新地全面介绍工具与环境。语言的应用离不开语言的执行环境，更涉及诸多工具的配合使用。本书创新地安排了种类多样的程序设计工具的介绍、使用和辨析，如Anaconda、PyCharm、Jupyter Notebook、Spyder、Lightly等。帮助学习者自行在计算机上搭建开发环境，对于Python应用建立起体系的概念。第五，创新地采用极简和易懂文风，力争精心锤炼语言叙述，使之通俗易懂。多用类比比喻摒弃晦涩，尽量采用极简文风做到言简意赅，同时还要入木三分地把知识点刻画到本质的层面。举个例子，在介绍pandas的时候，不但要像其他教材一样提及这是用于处理数据的利器，还要直接点明pandas的DataFrame就是一张Excel表格（具有行和列的维度），这样就非常直观并且容易联想和操作，这也是编者团队一直以来追求的教学理念和教育哲学。
本书各章节的编写学校和团队成员如下。
第1章由重庆财经职业学院杨小兰、瞿颖秋团队编写。
第2章由山东经贸职业学院陈月团队、广西国际商务职业技术学院喻婵团队编写。
第3章由南宁职业技术学院孙文娟团队编写。
第4章由河南经贸职业学院张洁、李舒雨团队编写。
第5章由天津商务职业学院赵红梅、夏志禹团队编写。
第6章由四川商务职业学院王璐、李春燕、龙雨莲团队编写。
第7章由浙江同济科技职业学院单守雪、严嘉浩团队编写。
第8章由广州番禺职业技术学院张曦、杜小青、郑惠艳团队编写。
第9章由台州科技职业学院杨政、李方超团队编写。
第10章由台州科技职业学院颜传聪、李方超团队编写。
第11～15章由浙江金融职业学院史浩、吴金旺团队编写。
本书在策划和编写过程中得到了各方的关注重视与大力协助，除了要特别鸣谢浙商银行对本书贡献的案例之外，还要感谢各兄弟院校的大力协助，特别致谢的有安徽商贸职业技术学院、四川财经职业学院、北京财贸职业学院、石家庄邮电职业技术学院、长春金融高等专科学校、山东商业职业技术学院、江苏财经职业技术学院、北京经管职业学院等。
由于编者能力与水平有限，经验、视野、时间不足，书中难免有不足之处，我们诚恳地希望读者批评指正，以便不断修改、完善和提高。
编 者
2023年10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
