本書(shū)從 Python 基礎(chǔ)開(kāi)始，深入淺出地介紹Python在財(cái)務(wù)數(shù)據(jù)分析領(lǐng)域的應(yīng)用，旨在幫助讀者從零基礎(chǔ)開(kāi)始，逐步掌握Python編程技能，并將其應(yīng)用于財(cái)務(wù)數(shù)據(jù)的分析與挖掘。

本書(shū)分為三篇。第一篇Python基礎(chǔ)篇（第1章～第3章）：介紹從Python入門到Python語(yǔ)言基礎(chǔ)，以及數(shù)據(jù)分析基礎(chǔ)。第二篇財(cái)務(wù)數(shù)據(jù)分析篇（第4章～第7章）：深入探討財(cái)務(wù)數(shù)據(jù)的獲取及分析、可視化、挖掘，以及會(huì)計(jì)文本分析與詞云圖繪制等，并通過(guò)豐富的實(shí)戰(zhàn)案例，展現(xiàn)如何使用Python進(jìn)行財(cái)務(wù)數(shù)據(jù)分析。第三篇綜合應(yīng)用篇（第8章～第10章）：通過(guò)實(shí)際財(cái)務(wù)案例，將理論與實(shí)踐相結(jié)合，以提升讀者的實(shí)際操作能力，展示數(shù)據(jù)分析在財(cái)務(wù)領(lǐng)域的廣泛應(yīng)用。

本書(shū)配有PPT課件、教學(xué)大綱、電子教案、源代碼、數(shù)據(jù)文件、課后習(xí)題答案、實(shí)戰(zhàn)演練參考答案等教學(xué)資源，讀者可在人郵教育社區(qū)免費(fèi)下載。

本書(shū)可作為高等院校會(huì)計(jì)學(xué)、財(cái)務(wù)管理等相關(guān)專業(yè)的數(shù)據(jù)分析或大數(shù)據(jù)財(cái)務(wù)相關(guān)課程的教材，也可作為財(cái)務(wù)領(lǐng)域工作人員學(xué)習(xí)數(shù)據(jù)分析基礎(chǔ)知識(shí)的參考用書(shū)。

1.系統(tǒng)性：本教材從Python的基礎(chǔ)知識(shí)講起，逐步深入到財(cái)務(wù)數(shù)據(jù)分析的應(yīng)用，形成了一套完整的知識(shí)體系，更適合讀者學(xué)習(xí)。

2.實(shí)用性：本教材不僅教授理論知識(shí)，更側(cè)重于實(shí)際操作，通過(guò)大量的案例演示，講解如何使用Python進(jìn)行財(cái)務(wù)數(shù)據(jù)分析，讓讀者能夠?qū)W以致用。

3.案例豐富：本教材提供了多個(gè)真實(shí)的上市公司財(cái)務(wù)數(shù)據(jù)分析案例，使讀者能夠通過(guò)案例加深理解，提高自己的財(cái)務(wù)數(shù)據(jù)分析能力。

4.互動(dòng)學(xué)習(xí)：本教材包含了練習(xí)題、章節(jié)實(shí)訓(xùn)、實(shí)戰(zhàn)演練和綜合應(yīng)用，鼓勵(lì)讀者動(dòng)手實(shí)踐，通過(guò)互動(dòng)學(xué)習(xí)提高自己的財(cái)務(wù)數(shù)據(jù)分析能力。

張俊麗，教授，西安交通大學(xué)博士生，陜西師范大學(xué)碩士，西安歐亞學(xué)院數(shù)據(jù)科學(xué)與大數(shù)據(jù)專業(yè)負(fù)責(zé)人，全國(guó)青年統(tǒng)計(jì)學(xué)家協(xié)會(huì)理事，陜西省數(shù)學(xué)建模優(yōu)秀指導(dǎo)教師，國(guó)家工信部認(rèn)證高級(jí)大數(shù)據(jù)分析師。發(fā)表論文20余篇，主編教材3部，主持省部級(jí)課題10余項(xiàng)，主持政府以及企業(yè)咨詢課題10余項(xiàng)，研究方向?yàn)閿?shù)據(jù)分析與商業(yè)價(jià)值實(shí)現(xiàn)。

第 一篇 Python基礎(chǔ)篇

【篇引言】　1

第 1章　Python入門　2

【學(xué)習(xí)導(dǎo)讀】　2

【學(xué)習(xí)目標(biāo)】　2

【思維導(dǎo)圖】　3

1.1 初識(shí)Python　3

1.1.1 Python語(yǔ)言發(fā)展歷程　3

1.1.2 Python的特點(diǎn)　4

1.2 初識(shí)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(kù)的安裝　9

1.3 Python在財(cái)務(wù)數(shù)據(jù)中的應(yīng)用　9

【課后習(xí)題】　11



第 2章　Python語(yǔ)言基礎(chǔ)　12

【學(xué)習(xí)導(dǎo)讀】　12

【學(xué)習(xí)目標(biāo)】　12

【思維導(dǎo)圖】　13

2.1 Python基本語(yǔ)法　13

2.1.1 Python編碼規(guī)范　13

2.1.2 Python常量、變量與標(biāo)識(shí)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(jié)構(gòu)　17

2.3.1 列表　17

2.3.2 元組　21

2.3.3 字典　22

2.4 Python的運(yùn)算符與表達(dá)式　25

2.4.1 運(yùn)算符　25

2.4.2 表達(dá)式　29

2.5 基本程序結(jié)構(gòu)　31

2.5.1 順序結(jié)構(gòu)　31

2.5.2 選擇結(jié)構(gòu)　32

2.5.3 循環(huán)結(jié)構(gòu)　34

2.6 Python的函數(shù)　35

2.6.1 Python內(nèi)置函數(shù)　35

2.6.2 自定義函數(shù)　35

【課后習(xí)題】　38



第3章　數(shù)據(jù)分析基礎(chǔ)　40

【學(xué)習(xí)導(dǎo)讀】　40

【學(xué)習(xí)目標(biāo)】　40

【思維導(dǎo)圖】　41

3.1 數(shù)據(jù)分析的基本流程　41

3.2 數(shù)組運(yùn)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(xiě)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(xí)題】　55



第二篇 財(cái)務(wù)數(shù)據(jù)分析篇

【篇引言】　57

第4章　財(cái)務(wù)數(shù)據(jù)獲取及分析　58

【學(xué)習(xí)導(dǎo)讀】　58

【學(xué)習(xí)目標(biāo)】　58

【思維導(dǎo)圖】　59

4.1 財(cái)務(wù)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(yè)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(jì)分析　63

4.2.3 數(shù)據(jù)分組統(tǒng)計(jì)　66

4.2.4 數(shù)據(jù)相關(guān)分析　68

4.2.5 數(shù)據(jù)比較分析　69

【課后習(xí)題】　72

【本章實(shí)訓(xùn)】上市公司的利潤(rùn)表批量獲取及分析　73

【實(shí)戰(zhàn)演練】上市公司的資產(chǎn)負(fù)債表批量獲取及分析　78



第5章　財(cái)務(wù)數(shù)據(jù)可視化　79

【學(xué)習(xí)導(dǎo)讀】　79

【學(xué)習(xí)目標(biāo)】　79

【思維導(dǎo)圖】　80

5.1 Matplotlib繪圖基礎(chǔ)　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(biāo)軸刻度標(biāo)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(diǎn)圖　91

5.2.5 餅圖　92

5.3 seaborn可視化進(jìn)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(xí)題】　98

【本章實(shí)訓(xùn)】上市公司的利潤(rùn)指標(biāo)可視化分析　98

【實(shí)戰(zhàn)演練】上市公司的資產(chǎn)負(fù)債可視化分析　102



第6章　財(cái)務(wù)數(shù)據(jù)挖掘　103

【學(xué)習(xí)導(dǎo)讀】　103

【學(xué)習(xí)目標(biāo)】　103

【思維導(dǎo)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(shí)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(shí)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(shí)踐　119

【課后習(xí)題】　121

【本章實(shí)訓(xùn)】個(gè)人信用風(fēng)險(xiǎn)預(yù)測(cè)　122

【實(shí)戰(zhàn)演練】上市公司營(yíng)收預(yù)測(cè)　123



第7章　會(huì)計(jì)文本分析與詞云圖繪制　124

【學(xué)習(xí)導(dǎo)讀】　124

【學(xué)習(xí)目標(biāo)】　124

【思維導(dǎo)圖】　125

7.1 文本分析基礎(chǔ)　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(huì)計(jì)文本預(yù)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(guān)鍵詞提取與詞頻統(tǒng)計(jì)　131

7.3.1 關(guān)鍵詞提取　131

7.3.2 詞頻統(tǒng)計(jì)　132

7.4 詞云圖繪制　132

7.4.1 基礎(chǔ)詞云圖繪制　132

7.4.2 自定義詞云圖繪制　133

【課后習(xí)題】　135

【本章實(shí)訓(xùn)】基于《中國(guó)注冊(cè)會(huì)計(jì)師職業(yè)道德守則（2020）》的文本分析　135

【實(shí)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(yīng)用篇

【篇引言】　139

第8章　上市公司財(cái)務(wù)數(shù)據(jù)獲取與財(cái)務(wù)狀況分析　140

【學(xué)習(xí)導(dǎo)讀】　140

【學(xué)習(xí)目標(biāo)】　140

【思維導(dǎo)圖】　141

8.1 財(cái)務(wù)數(shù)據(jù)概述　141

8.1.1 財(cái)務(wù)數(shù)據(jù)的基本概念　141

8.1.2 財(cái)務(wù)數(shù)據(jù)的分類　141

8.2 數(shù)據(jù)獲取與預(yù)處理　142

8.3 財(cái)務(wù)狀況分析　146

8.3.1 盈利能力分析　146

8.3.2 營(yíng)運(yùn)能力分析　147

8.3.3 成長(zhǎng)能力分析　149

8.3.4 償債能力分析　150

8.4 案例報(bào)告上市公司財(cái)務(wù)數(shù)據(jù)獲取與財(cái)務(wù)狀況分析　151

8.4.1 背景介紹　151

8.4.2 數(shù)據(jù)說(shuō)明　152

8.4.3 財(cái)務(wù)狀況分析　152

8.4.4 總結(jié)與建議　157



第9章　某行業(yè)財(cái)務(wù)數(shù)據(jù)可視化與對(duì)比分析　159

【學(xué)習(xí)導(dǎo)讀】　159

【學(xué)習(xí)目標(biāo)】　159

【思維導(dǎo)圖】　160

9.1 行業(yè)財(cái)務(wù)分析概述　160

9.2 數(shù)據(jù)獲取與預(yù)處理　161

9.3 財(cái)務(wù)狀況對(duì)比分析　164

9.3.1 盈利能力對(duì)比分析　164

9.3.2 營(yíng)運(yùn)能力對(duì)比分析　167

9.3.3 成長(zhǎng)能力對(duì)比分析　169

9.3.4 償債能力對(duì)比分析　172

9.4 案例報(bào)告白酒行業(yè)財(cái)務(wù)數(shù)據(jù)可視化與對(duì)比分析　175

9.4.1 背景介紹　175

9.4.2 數(shù)據(jù)獲取與預(yù)處理　176

9.4.3 財(cái)務(wù)狀況對(duì)比分析　177

9.4.4 總結(jié)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(xué)習(xí)導(dǎo)讀】　187

【學(xué)習(xí)目標(biāo)】　187

【思維導(dǎo)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(biāo)的描述性統(tǒng)計(jì)與可視化分析　192

10.3.1 盈利能力指標(biāo)的描述性統(tǒng)計(jì)　192

10.3.2 盈利能力指標(biāo)的可視化分析　193

10.4 基于盈利能力指標(biāo)的K均值聚類與評(píng)價(jià)　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(píng)價(jià)　197

10.4.4 模型結(jié)果展示　199

10.5 案例報(bào)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(shuō)明　200

10.5.3 描述性分析　200

10.5.4 模型訓(xùn)練　202

10.5.5 總結(jié)與建議　204