第 一篇 Python基礎篇

【篇引言】　1

第 1章　Python入門　2

【學習導讀】　2

【學習目標】　2

【思維導圖】　3

1.1 初識Python　3

1.1.1 Python語言發(fā)展歷程　3

1.1.2 Python的特點　4

1.2 初識Anaconda　4

1.2.1 Anaconda的下載與安裝　4

1.2.2 Jupyter Notebook入門　6

1.2.3 Python庫的安裝　9

1.3 Python在財務數(shù)據(jù)中的應用　9

【課后習題】　11



第 2章　Python語言基礎　12

【學習導讀】　12

【學習目標】　12

【思維導圖】　13

2.1 Python基本語法　13

2.1.1 Python編碼規(guī)范　13

2.1.2 Python常量、變量與標識符　15

2.2 Python的數(shù)據(jù)類型　16

2.2.1 數(shù)值型　16

2.2.2 布爾型　17

2.2.3 字符型　17

2.3 Python的數(shù)據(jù)結構　17

2.3.1 列表　17

2.3.2 元組　21

2.3.3 字典　22

2.4 Python的運算符與表達式　25

2.4.1 運算符　25

2.4.2 表達式　29

2.5 基本程序結構　31

2.5.1 順序結構　31

2.5.2 選擇結構　32

2.5.3 循環(huán)結構　34

2.6 Python的函數(shù)　35

2.6.1 Python內置函數(shù)　35

2.6.2 自定義函數(shù)　35

【課后習題】　38



第3章　數(shù)據(jù)分析基礎　40

【學習導讀】　40

【學習目標】　40

【思維導圖】　41

3.1 數(shù)據(jù)分析的基本流程　41

3.2 數(shù)組運算NumPy　42

3.2.1 NumPy介紹　42

3.2.2 數(shù)組的創(chuàng)建與數(shù)據(jù)類型　43

3.2.3 數(shù)組的常用屬性　44

3.2.4 數(shù)組的索引與切片　44

3.3 數(shù)據(jù)處理pandas　45

3.3.1 pandas介紹　45

3.3.2 Series的創(chuàng)建　45

3.3.3 Series索引及切片　47

3.3.4 DataFrame的創(chuàng)建　48

3.3.5 文件的讀取和寫入　50

3.3.6 數(shù)據(jù)查看與篩選　52

3.3.7 數(shù)據(jù)拼接　53

【課后習題】　55



第二篇 財務數(shù)據(jù)分析篇

【篇引言】　57

第4章　財務數(shù)據(jù)獲取及分析　58

【學習導讀】　58

【學習目標】　58

【思維導圖】　59

4.1 財務數(shù)據(jù)獲取　59

4.1.1 使用第三方數(shù)據(jù)接口獲取數(shù)據(jù)　59

4.1.2 從HTML網(wǎng)頁中獲取數(shù)據(jù)　60

4.1.3 從PDF文件中獲取數(shù)據(jù)　61

4.2 數(shù)據(jù)分析　62

4.2.1 數(shù)據(jù)類型　62

4.2.2 基本統(tǒng)計分析　63

4.2.3 數(shù)據(jù)分組統(tǒng)計　66

4.2.4 數(shù)據(jù)相關分析　68

4.2.5 數(shù)據(jù)比較分析　69

【課后習題】　72

【本章實訓】上市公司的利潤表批量獲取及分析　73

【實戰(zhàn)演練】上市公司的資產負債表批量獲取及分析　78



第5章　財務數(shù)據(jù)可視化　79

【學習導讀】　79

【學習目標】　79

【思維導圖】　80

5.1 Matplotlib繪圖基礎　80

5.1.1 Matplotlib繪圖基本流程　80

5.1.2 中文字體配置　81

5.1.3 坐標軸刻度標注　82

5.2 Matplotlib常用圖形繪制　85

5.2.1 折線圖　85

5.2.2 柱形圖　87

5.2.3 直方圖　90

5.2.4 散點圖　91

5.2.5 餅圖　92

5.3 seaborn可視化進階　93

5.3.1 箱線圖　93

5.3.2 熱力圖　95

5.3.3 組合圖　96

【課后習題】　98

【本章實訓】上市公司的利潤指標可視化分析　98

【實戰(zhàn)演練】上市公司的資產負債可視化分析　102



第6章　財務數(shù)據(jù)挖掘　103

【學習導讀】　103

【學習目標】　103

【思維導圖】　104

6.1 線性回歸　104

6.1.1 一元線性回歸模型　104

6.1.2 多元線性回歸模型　105

6.1.3 線性回歸模型案例實踐　107

6.2 邏輯回歸　111

6.2.1 邏輯回歸模型　111

6.2.2 邏輯回歸模型案例實踐　113

6.3 K均值聚類　116

6.3.1 K均值聚類的基本原理　117

6.3.2 K均值聚類案例實踐　119

【課后習題】　121

【本章實訓】個人信用風險預測　122

【實戰(zhàn)演練】上市公司營收預測　123



第7章　會計文本分析與詞云圖繪制　124

【學習導讀】　124

【學習目標】　124

【思維導圖】　125

7.1 文本分析基礎　125

7.1.1 文本分析的概念　125

7.1.2 文本分析的基本步驟　125

7.2 會計文本預處理　126

7.2.1 中文分詞　126

7.2.2 建立詞典　128

7.2.3 去除停用詞　129

7.3 關鍵詞提取與詞頻統(tǒng)計　131

7.3.1 關鍵詞提取　131

7.3.2 詞頻統(tǒng)計　132

7.4 詞云圖繪制　132

7.4.1 基礎詞云圖繪制　132

7.4.2 自定義詞云圖繪制　133

【課后習題】　135

【本章實訓】基于《中國注冊會計師職業(yè)道德守則（2020）》的文本分析　135

【實戰(zhàn)演練】基于監(jiān)管規(guī)則適用指引文件的文本分析　138



第三篇 綜合應用篇

【篇引言】　139

第8章　上市公司財務數(shù)據(jù)獲取與財務狀況分析　140

【學習導讀】　140

【學習目標】　140

【思維導圖】　141

8.1 財務數(shù)據(jù)概述　141

8.1.1 財務數(shù)據(jù)的基本概念　141

8.1.2 財務數(shù)據(jù)的分類　141

8.2 數(shù)據(jù)獲取與預處理　142

8.3 財務狀況分析　146

8.3.1 盈利能力分析　146

8.3.2 營運能力分析　147

8.3.3 成長能力分析　149

8.3.4 償債能力分析　150

8.4 案例報告上市公司財務數(shù)據(jù)獲取與財務狀況分析　151

8.4.1 背景介紹　151

8.4.2 數(shù)據(jù)說明　152

8.4.3 財務狀況分析　152

8.4.4 總結與建議　157



第9章　某行業(yè)財務數(shù)據(jù)可視化與對比分析　159

【學習導讀】　159

【學習目標】　159

【思維導圖】　160

9.1 行業(yè)財務分析概述　160

9.2 數(shù)據(jù)獲取與預處理　161

9.3 財務狀況對比分析　164

9.3.1 盈利能力對比分析　164

9.3.2 營運能力對比分析　167

9.3.3 成長能力對比分析　169

9.3.4 償債能力對比分析　172

9.4 案例報告白酒行業(yè)財務數(shù)據(jù)可視化與對比分析　175

9.4.1 背景介紹　175

9.4.2 數(shù)據(jù)獲取與預處理　176

9.4.3 財務狀況對比分析　177

9.4.4 總結與建議　186



第 10章　基于K均值聚類的上市公司盈利能力分析　187

【學習導讀】　187

【學習目標】　187

【思維導圖】　188

10.1 盈利能力概述　188

10.2 數(shù)據(jù)處理　189

10.3 盈利能力指標的描述性統(tǒng)計與可視化分析　192

10.3.1 盈利能力指標的描述性統(tǒng)計　192

10.3.2 盈利能力指標的可視化分析　193

10.4 基于盈利能力指標的K均值聚類與評價　196

10.4.1 K值確定　196

10.4.2 K均值聚類　197

10.4.3 聚類效果評價　197

10.4.4 模型結果展示　199

10.5 案例報告基于K均值聚類的上市公司盈利能力分析　199

10.5.1 背景介紹　199

10.5.2 數(shù)據(jù)說明　200

10.5.3 描述性分析　200

10.5.4 模型訓練　202

10.5.5 總結與建議　204