內容簡介
本書主要內容如下:第一部分Python編程基礎。第二部分:Python數據分析(Pandas,Numpy等簡介、數據收集、數據清洗、數據挖掘、數據分析)。第三部分:Python數據可視化(數據可視化Matplotlib,seaborn等可視化庫、財務會計案例、大數據分析案例)。第四部分:Python與自動化控制(簡介、正則表達式、文件處理、Python與excel、PythonGUI控制鼠標和鍵盤、Python與web、從web抓取數據、selenium控制瀏覽器、Python與鼠標控制、處理CSV和JSON數據、計劃任務)。第五部分:Python與人工智能基礎(Sklearn機器學習實戰、線性回歸算法原理與應用、面板數據處理、時間數據處理)。
本書特點:
(1)綜合多學科內容,能有效將財務學科中的常用實務案例結合到Python的數據分析教學中。
(2)設置的學習內容能與實際相適應,容易上手操作。
(3)課程配套資源豐富,包括微課(二維碼)、源代碼、數據集、課件PPT等。
本書的內容設計最大程度做到與“崗課賽證”相結合,既可以作為學習Python課程的教科書、考試參考用書,也可以作為參加比賽、工作實務中使用的工具書。
本書特點:
(1)綜合多學科內容,能有效將財務學科中的常用實務案例結合到Python的數據分析教學中。
(2)設置的學習內容能與實際相適應,容易上手操作。
(3)課程配套資源豐富,包括微課(二維碼)、源代碼、數據集、課件PPT等。
本書的內容設計最大程度做到與“崗課賽證”相結合,既可以作為學習Python課程的教科書、考試參考用書,也可以作為參加比賽、工作實務中使用的工具書。
本書主要內容如下:第一部分Python編程基礎。第二部分:Python數據分析(Pandas,Numpy等簡介、數據收集、數據清洗、數據挖掘、數據分析)。第三部分:Python數據可視化(數據可視化Matplotlib,seaborn等可視化庫、財務會計案例、大數據分析案例)。第四部分:Python與自動化控制(簡介、正則表達式、文件處理、Python與excel、PythonGUI控制鼠標和鍵盤、Python與web、從web抓取數據、selenium控制瀏覽器、Python與鼠標控制、處理CSV和JSON數據、計劃任務)。第五部分:Python與人工智能基礎(Sklearn機器學習實戰、線性回歸算法原理與應用、面板數據處理、時間數據處理)。
本書特點:
(1)綜合多學科內容,能有效將財務學科中的常用實務案例結合到Python的數據分析教學中。
(2)設置的學習內容能與實際相適應,容易上手操作。
(3)課程配套資源豐富,包括微課(二維碼)、源代碼、數據集、課件PPT等。
本書的內容設計最大程度做到與“崗課賽證”相結合,既可以作為學習Python課程的教科書、考試參考用書,也可以作為參加比賽、工作實務中使用的工具書。
本書為本專科通用教材,內容豐富但簡潔,適用學生範圍較廣。