1. 北大教研團隊創作本書由北京大學的教研團隊編寫，融合了作者團隊在計算機編程和金融科技方向的經驗成果，想要學習Jupyter編程的讀者，以及想使用Jupyter完成金融數據分析或可視化任務的讀者，不要錯過這場名校名師講堂。2. 內容強大本書主打入門和實戰，因此學習門檻較低，從軟件安裝到環境配置，再到基本的編程學習，都是圖文結合、簡潔易懂的形式；同時，書中結合豐富的金融案例，循序漸進地由理論深入到案例實戰，更能貼合讀者的實操需求。3. 配套資源豐富本書配備豐富的配套資源，包括適合讀者自等

●第一部分基礎知識
第1章Jupyter Notebook基礎知識2
1．1什麼是Jupyter Notebook2
1．1．1起源3
1．1．2特點3
1．1．3應用領域4
1．2在Windows上安裝Jupyter Notebook4
1．2．1準備工作5
1．2．2通過Anaconda安裝5
1．3在macOS上安裝Jupyter Notebook9
1．3．1準備工作9
1．3．2通過Anaconda安裝10
1．3．3通過命令行安裝14
1．4在Linux上安裝Jupyter Notebook16
1．4．1準備工作16
1．4．2通過命令行安裝Anaconda17
1．5軟件包管理20
1．5．1通過Anaconda管理軟件包20
1．5．2通過pip管理軟件包21
1．6小結22
第2章Jupyter Notebook界面23
2．1主界面23
2．1．1“文件”（Files）界面24
2．1．2“運行”（Running）界面26
2．1．3“集群”（Clusters）界面27
2．2菜單欄27
2．2．1“文件”（File）菜單27
2．2．2“編輯”（Edit）菜單29
2．2．3“查看”（View）菜單29
2．2．4“插入”（Insert）菜單30
2．2．格”（Cell）菜單30
2．2．6“內核服務”（Kernel）菜單31
2．2．7“組件”（Widgets）菜單31
2．2．8“幫助”（Help）菜單33
2．3工具欄33
2．4交互區35
2．5小結35
第3章Jupyter Notebook基礎操作37
3．1初次運行37
3格的使用38
3．2．1格39
3．2．2Markdo格39
3．2．3格40
3．2．4編輯模式與命令模式40
3．3快捷鍵的使用42
3．3．1macOS與Windows快捷鍵的差異42
3．3．2編輯模式常用快捷鍵44
3．3．3命令模式常用快捷鍵45
3．4魔法命令的使用47
3．4．1魔法命令基本用法47
3．4．2常用的魔法命令48
3．5命令行的使用50
3．5．1命令行的基本用法50
3．5．2命令行常用的命令51
3．6小結52
第4章Jupyter Notebook文檔編寫53
4．1Markdown基本語法53
4．1．1標題54
4．1．2段落格式56
4．1．3文字格式57
4．1．4列表格式59
4．1．5區塊格式60
4．1．6代碼格式63
4．1．7鏈接格式64
4．1．8表格格式65
4．1．9圖片格式66
4．2Markdown高級技巧68
4．2．1H素68
4．2．2轉義70
4．2．3公式71
4．3文檔共享73
4．3．1把文件導出成多種格式73
4．3．2使用nbviewer共享74
4．4小結75
第二部分金融數據處理
第5章基本數據操作78
5．1基本數據結構79
5．組79
5．1．2列表81
5．1．3字典84
5．1．4集合87
5．2NumPy庫89
5．2．1NumPy簡介89
5．2．2常規數組89
5．2．3結構化數組95
5．2．4矩陣操作95
5．3Pandas庫97
5．3．1Pandas簡介97
5．3．2Series數據結構97
5．3．3DataFrame數據結構100
5．4小結108
第6章數據存取109
6．1CSV數據存取109
6．1．1CSV數據讀取110
6．1．2參數配置111
6．1．3CSV數據保存112
6．2JSON數據存取113
6．2．1JSON數據讀取113
6．2．2參數遍歷114
6．2．3JSON數據生成117
6．3數據庫中的數據存取117
6．3．1數據庫初始化117
6．3．2常用操作119
6．4文本文件中的數據存取120
6．4．1文件數據讀取120
6．4．2常用操作122
6．5小結123
第7章數據可視化124
7．1可視化基礎124
7．1．1折線圖125
7．1．2柱狀圖127
7．1．3散點圖130
7．1．4餅圖134
7．1．5直方圖136
7．1．6箱型圖139
7．2可視化進階142
7．2．1組合子圖142
7．2．2坐標軸的設置147
7．2．3圖形的設置155
7．2．4圖表分享161
7．3可視化拓展161
7．3．13D圖161
7．3．2熱力圖166
7．4小結168
第三部分機器學習與金融建模
第8章機器學習170
8．1機器學習概述170
8．1．1基本概念171
8．1．2機器學習算法分類172
8．2機器學習的常用模型174
8．2．1線性回歸175
8．2．2邏輯回歸175
8．2．3支持向量機176
8．2．4決策樹177
8．2．5隨機森林178
8．2．6K均值聚類179
8．3小結179
第9章scikit-learn180
9．1安裝180
9．2常用函數181
9．2．1線性回歸182
9．2．2邏輯回歸183
9．2．3支持向量機185
9．2．4決策樹186
9．2．5隨機森林188
9．2．6K均值聚類189
9．3小結190
第10章產品銷售預測模型實例191
10．1場景介紹191
10．2數據準備192
10．2．1數據探索192
10．2．2數據劃分196
10．3建立模型197
10．3．1擬合優度197
10．3．2模型對比198
10．4驗證評估200
10．4．1模型表現200
10．4．2模型解釋201
10．5小結202
第11章信用評分模型實例203
11．1場景介紹203
11．2數據準備204
11．2．1數據概況204
11．2．2數據探索205
11．2．3特征選擇209
11．2．4數據采樣213
11．3建立模型214
11．4驗證評估215
11．4．1分類評價指標215
11．4．2橫向對比模型218
11．5小結221
第12章反欺詐模型實例222
12．1場景介紹222
12．2數據準備223
12．2．1特征轉換223
12．2．2特征縮放224
12．3建立模型225
12．3．1確定類的數量226
12．3．2類的可視化228
12．4驗證評估228
12．5小結229
第四部分高級功能
第13章安全配置232
13．1訪問控制232
13．1．1設置訪問域232
13．1．2設置訪問IP233
13．1．3端口配置234
13．1．4URL前綴配置234
13．2安全認證235
13．2．1Token認證236
13．2．2口令認證237
13．2．3取消認證239
13．3SSL配置239
13．3．1創建SSL證書240
13．3．2SSL證書設置241
13．4小結242
第14章其他內核的配置243
14．1R內核的配置244
14．1．1通過Anaconda圖形化界面下載並安裝R內核244
14．1．2通過conda命令行下載並安裝R內核245
14．1．3查看安裝結果並編寫運行一個R腳本246
14．2Julia內核的配置247
14．2．1安裝Julia247
14．2．2在Jupyter中配置Julia249
14．2．3查看安裝結果並編寫運行一個Julia腳本249
14．3JavaScript內核的配置250
14．3．1檢查Node．js和npm250
14．3．2安裝管理Node．js和npm251
14．3．3安裝JavaScript內核252
14．3．4在Jupyter Notebook中使用JavaScript內核253
14．4Scala內核的配置254
14．4．1Java安裝與環境配置254
14．4．2Scala下載與安裝256
14．4．3在Jupyter Notebook中使用Scala內核257
14．5Spark內核的配置258
14．5．1安裝Spark258
14．5．2安裝SBT259
14．5．3在Jupyter Notebook中使用Spark內核260
14．6小結264
第15章JupyterHub多用戶配置265
15．1為什麼需要多用戶配置265
15．2JupyterHub的安裝267
15．2．1準備工作267
15．2．2安裝步驟267
15．2．3啟動269
15．3JupyterHub的配置270
15．3．1基礎配置271
15．3．2多用戶配置272
15．4小結274

Jupyter Notebook是一款交互式、功能強大的數據科學工具。它不僅高效、易上手，而且提供了強大的數據分析和可視化功能。另外，用戶可以在Jupyter Notebook的網頁中完成多種操作，例如編寫代碼並運行、展示代碼的運行結果、編寫說明文檔等。本書旨在為初學者提供一種快速學習的方法，從基礎知識、金融數據處理、機器學習與金融建模、高級功能幾個方面展示了Jupyter Notebook的強大功能以降低讀者完成數據分析或建模任務的門檻，幫助讀者運用Jupyter Notebook完成數據分析任務，更高效地處理金融數據。本書適合數據分析人員以及有志於從事金融數據分析、金融數據建模工作的讀者閱讀，也適合統計學、金融學、計算機等專業的師生閱讀參考。