中图网文创礼盒,买2个减5元
欢迎光临中图网 请 | 注册
> >>
PYTHON数据分析与应用

PYTHON数据分析与应用

出版社:清华大学出版社出版时间:2024-02-01
开本: 其他 页数: 0
本类榜单:教材销量榜
中 图 价:¥53.8(7.8折) 定价  ¥69.0 登录后可看到会员价
加入购物车 收藏
运费6元,满69元免运费
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
本类五星书更多>

PYTHON数据分析与应用 版权信息

PYTHON数据分析与应用 本书特色

《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:
** 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**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,这和教材的课后习题完全不同,这是带有自动批改功能的,无需占用教师的批阅时间),未来采用本教材的教师将能获得所有这些资料以供其教学准备和参考。当然,本教材也会提供完整的教学教案、课程思政资料以及授课课件PPT。
第四 教材编写团队源自教学一线。本教材编写团队成员构成体现出了工学结合的职教要求。主创团队成员来自行业有着丰富的金融行业从业经验,参编人员中有来自浙商银行总行科技部的专家,主编还曾任职中国工商银行浙江省分行参与过工商银行总行项目开发以及工行网上银行大型项目的开发。除了有着丰富的企业实践经验,更为重要的是,主创团队成员直接来自教学一线,已经拥有多门程序设计语言的多年教学经验,对于全国性编程平台的出题、组卷以及数字化线上考试和监考组织都有着一线的直接丰富经验,了解教师的教学习惯和教学痛点,更懂学生的学之所难、学之所惑。

PYTHON数据分析与应用 内容简介

《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。 **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。

PYTHON数据分析与应用 目录

**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
展开全部
商品评论(0条)
暂无评论……
书友推荐
本类畅销
浏览历史
编辑推荐
返回顶部
中图网
在线客服