新書推薦：
《
性别：女（随机图书馆01）
》
售價：NT$
352.0
《
最后的门徒——我与李小龙回忆录
》
售價：NT$
347.0
《
没有明天的我们，在昨天相恋
》
售價：NT$
218.0
《
流动的白银（一部由白银打开的人类文明发展史）
》
售價：NT$
296.0
《
饮食的谬误：别让那些流行饮食法害了你
》
售價：NT$
296.0
《
三千年系列：文治三千年+武治三千年+兵器三千年
》
售價：NT$
915.0
《
甲骨文常用字字典（精） 新版
》
售價：NT$
347.0
《
赖世雄经典英语语法：2025全新修订版（赖老师经典外语教材，老版《赖氏经典英语语法》超32000条读者好评！）
》
售價：NT$
305.0
|
| 編輯推薦： |
|
1.本教材所选教学案例，均来自实际应用领域：并且融合课程思政，通过为学生提供丰富、有意义的真实财务应用场境呈现，实现知识与技能、经验、素养的综合提升，使学生做到知行合一。2.语言精练，实践性强：全书语言精练，与Python语言简洁优雅的特点相匹配，同时所有的命令和案例全部是可操作的，学习者完全可以自己通过实践来体验，在实践中掌握Python的语法规则和数据分析方法。3.配套资源丰富：包括教学课件、电子教案、教学大纲、教学计划、实验参考、习题答案、程序源码、视频资源等，为新专业下的新课程开展提供有力支撑。
|
| 內容簡介： |
|
随着大数据技术在各领域的深度应用，Python作为一门拥有强大的数据处理能力的高级程序语言，逐渐成为主流的大数据分析工具之一。本书围绕Python编程基础、数据分析和数据可视化三个主题，结合财会工作实际，详细介绍了利用Python进行财务数据分析和可视化的思路、方法和典型案例。本书内容翔实，案例丰富，难度适宜，教学资源丰富，既可作为应用型本科和高等职业院校财经类专业的教材，也可供财务会计人员、数据分析人员学习参考。
|
| 關於作者： |
|
陈丰，重庆理工大学会计学院专职教师，具有丰富的教学经验，研究方向为：大数据会计、计算机审计等，曾出版教材10余部。
|
| 目錄：
|
|
第1章 Python编程入门 11.1 Python简介 11.2 Anaconda的安装与使用 21.2.1 下载与安装 21.2.2 Jupyter Notebook界面介绍 51.2.3 Jupyter Notebook基本应用 61.3 财务人的Python编程起步 81.3.1 开始个Python程序 81.3.2 代码调试过程解析 9习题 14第2章 Python语言基础 162.1 变量、常量及其赋值操作 162.1.1 标识符命名规则 172.1.2 输入与输出 182.2 基本数据类型 192.2.1 数值型 202.2.2 字符串型 212.2.3 其他类型 242.2.4 数据类型转换 262.3 组合数据类型 272.3.1 列表 272.3.2 元组 282.3.3 字典 292.4 表达式与运算符 302.5 代码编写规则 32习题 35第3章 Python控制结构 363.1 程序控制结构简介 363.2 顺序结构 363.3 选择结构 373.3.1 if语句 383.3.2 if语句的嵌套 403.3.3 条件表达式 413.4 循环结构 423.4.1 while语句 423.4.2 for语句 433.4.3 range()函数 433.4.4 enumerate()函数 443.4.5 continue、break及else子句 443.4.6 循环嵌套 453.5 其他语句 463.6 程序调试和异常处理 473.6.1 程序调试 473.6.2 异常处理 47习题 49第4章 Python函数和模块 524.1 函数 524.1.1 函数的创建和调用 524.1.2 函数的分类 534.1.3 内置函数 544.1.4 标准库函数 554.1.5 第三方库函数 554.2 参数传递 554.2.1 可选参数 564.2.2 关键字参数 574.2.3 可变参数 574.3 变量的作用域 584.3.1 局部变量 584.3.2 全局变量 584.4 函数高级特性和典型函数举例 604.4.1 匿名函数 604.4.2 函数式编程 614.4.3 典型函数举例 634.5 模块和包 654.5.1 模块的导入和使用 654.5.2 Python中的包 66习题 67第5章 Python数据分析基础 695.1 数据分析的基本流程 695.2 NumPy基础 705.2.1 NumPy基本数据结构 715.2.2 数组的索引和切片 755.2.3 数组运算 795.2.4 NumPy通用函数 815.2.5 利用NumPy数组进行数据处理 825.3 Pandas基础 845.3.1 Pandas简介 845.3.2 Pandas的数据结构 845.4 Pandas的常见操作 875.4.1 常用属性 885.4.2 查改增删数据 885.4.3 算术运算与数据对齐 945.4.4 统计计算与描述 95习题 98第6章 Python数据分析实战 1016.1 数据读取与写入 1016.1.1 读写Excel文件 1026.1.2 读写文本文件 1046.2 数据预处理 1076.2.1 数据清洗 1076.2.2 数据抽取 1146.2.3 数据排序 1206.2.4 数据合并 1226.2.5 数据计算 1286.3 数据分析 1326.3.1 基本统计分析 1326.3.2 分组分析 1336.3.3 分布分析 1386.3.4 交叉分析 1406.3.5 结构分析 1426.3.6 相关分析 143习题 144第7章 Python数据可视化 1477.1 Matplotlib概述 1477.2 Matplotlib基本绘图 1487.2.1 pyplot基本绘图流程 1487.2.2 通过figure()函数创建画布 1497.2.3 通过add_subplot()函数创建并选中子图 1517.2.4 添加各类标签 1537.2.5 设置pyplot的动态rc参数 1547.2.6 图形保存为文件 1567.3 Pandas基本绘图 1567.3.1 折线图 1577.3.2 柱形图 1597.3.3 饼图 1607.3.4 散点图 161习题 163第8章 Python财务应用案例 1658.1 财务会计应用案例 1658.1.1 固定资产折旧计算 1658.1.2 凭证断号与重号分析 1708.1.3 账表分析 1768.1.4 财务趋势分析 1828.1.5 账龄分析 1848.2 管理会计应用案例 1898.2.1 资金时间价值 1908.2.2 企业筹资分析 1938.2.3 净现值法应用 2008.2.4 投资回收期测算 2068.2.5 成本性态分析 2148.2.6 本量利分析 2228.3 综合应用案例 2298.3.1 本福特定律应用 2298.3.2 业财融合大数据多维度盈利能力分析 235习题 247
|
|
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
