xxxfreesexmoves-haodiaocao这里只有精品视频-欧美性受黑人性爽-欧美性受xxxxxx黑人xyx性爽|www.jsyyzsb.com

本書全面介紹了金融大數(shù)據(jù)的應(yīng)用，并使用Python語(yǔ)言對(duì)其進(jìn)行了編程實(shí)踐。書中首先帶領(lǐng)讀者了解數(shù)字金融新技術(shù)，深入探討了物聯(lián)網(wǎng)、云計(jì)算、區(qū)塊鏈、大數(shù)據(jù)以及人工智能等前沿技術(shù)的相關(guān)知識(shí)以及在金融領(lǐng)域的應(yīng)用。然后，通過(guò)生動(dòng)的實(shí)例詳細(xì)介紹了Excel和Power BI等常用辦公軟件在金融統(tǒng)計(jì)分析中的實(shí)際應(yīng)用，旨在提升讀者的辦公效率和數(shù)據(jù)分析能力。在此基礎(chǔ)上，書中進(jìn)一步剖析了金融統(tǒng)計(jì)分析的原理和方法論，使讀者對(duì)金融數(shù)據(jù)的處理和分析有了更為全面的認(rèn)識(shí)。接著，進(jìn)入Python實(shí)踐部分，從Python概述、數(shù)據(jù)類型、程序控制結(jié)構(gòu)、函數(shù)和文件操作、Python數(shù)據(jù)分析常用第三方庫(kù)等方面，系統(tǒng)地指導(dǎo)讀者逐步掌握Python編程的核心技能。此外，書中還通過(guò)豐富的案例展示了Python在金融領(lǐng)域的實(shí)際應(yīng)用，以及數(shù)據(jù)挖掘等進(jìn)階技術(shù)，從而極大地拓寬了讀者的技能邊界。
通過(guò)對(duì)本書的學(xué)習(xí)，讀者不僅能夠緊跟金融科技的發(fā)展步伐，更能充分利用Python工具深入挖掘金融大數(shù)據(jù)中的潛在價(jià)值，為金融行業(yè)的創(chuàng)新發(fā)展貢獻(xiàn)自己的力量。
本書適合作為高校金融相關(guān)專業(yè)的教材，也適合廣大金融行業(yè)從業(yè)人員以及對(duì)金融科技領(lǐng)域感興趣的讀者閱讀。

1. 零基礎(chǔ)入門，適合沒有編程基礎(chǔ)的金融專業(yè)學(xué)生。
2. 從易到難、循序漸進(jìn)地講解，并輔以金融實(shí)戰(zhàn)案例加深理解。
3. 案例涵蓋多個(gè)金融主題。
4. 適合金融專業(yè)、財(cái)經(jīng)類高校開設(shè)大數(shù)據(jù)類課程、通識(shí)類課程使用。

葉福蘭 全國(guó)高等院校計(jì)算機(jī)基礎(chǔ)教育研究會(huì)理事，福建省計(jì)算機(jī)學(xué)會(huì)理事，校教師教學(xué)培訓(xùn)師，現(xiàn)任大數(shù)據(jù)學(xué)院副院長(zhǎng)，主要研究方向?yàn)閿?shù)據(jù)挖掘。近年來(lái)，獲福州市先進(jìn)教育工作者、福州市教育系統(tǒng)直屬單位優(yōu)秀共產(chǎn)黨員等校級(jí)以上榮譽(yù)20余項(xiàng)；主持廳級(jí)以上課題8項(xiàng)，參與重大教改課題3項(xiàng)，出版教材6部，第一作者發(fā)表論文20余篇，主講《數(shù)據(jù)挖掘》等課程10余門；指導(dǎo)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練項(xiàng)目國(guó)家級(jí)3項(xiàng)，省級(jí)2項(xiàng)；指導(dǎo)學(xué)生參加學(xué)科競(jìng)賽獲國(guó)家級(jí)獎(jiǎng)項(xiàng)4項(xiàng)，省級(jí)獎(jiǎng)項(xiàng)11項(xiàng)。

目錄
第 1章　數(shù)字金融新技術(shù)　1
1.1　金融與物聯(lián)網(wǎng)　2
1.1.1　物聯(lián)網(wǎng)的概念　2
1.1.2　物聯(lián)網(wǎng)的起源與發(fā)展　3
1.1.3　物聯(lián)網(wǎng)的特征　4
1.1.4　物聯(lián)網(wǎng)體系架構(gòu)　4
1.1.5　物聯(lián)網(wǎng)在金融中的應(yīng)用　6
1.2　金融與云計(jì)算　7
1.2.1　云計(jì)算的定義和特點(diǎn)　8
1.2.2　云計(jì)算的演進(jìn)之路　9
1.2.3　云計(jì)算架構(gòu)　9
1.2.4　云計(jì)算部署模式　10
1.2.5　云計(jì)算關(guān)鍵技術(shù)　11
1.2.6　云計(jì)算在金融中的應(yīng)用　12
1.3　金融與區(qū)塊鏈　12
1.3.1　區(qū)塊鏈和比特幣的關(guān)系　13
1.3.2　區(qū)塊鏈的基本概念和工作原理　13
1.3.3　區(qū)塊鏈的主要特征　14
1.3.4　區(qū)塊鏈在金融中的應(yīng)用　15
1.4　金融與大數(shù)據(jù)　15
1.4.1　數(shù)據(jù)產(chǎn)生的歷史　16
1.4.2　什么是大數(shù)據(jù)　17
1.4.3　大數(shù)據(jù)的特征　17
1.4.4　大數(shù)據(jù)的相關(guān)技術(shù)　18
1.4.5　大數(shù)據(jù)在金融中的應(yīng)用　21
1.5　金融與人工智能　21
1.5.1　人工智能就在你身邊　21
1.5.2　人工智能的概念　23
1.5.3　人工智能學(xué)派　24
1.5.4　人工智能關(guān)鍵技術(shù)　25
1.5.5　人工智能在金融中的應(yīng)用　29
練習(xí)題　29
第 2章　數(shù)字金融人才辦公技能　31
2.1　Excel在金融中的應(yīng)用　32
2.1.1　Excel基本操作　32
2.1.2　外部數(shù)據(jù)的獲取　36
2.1.3　使用公式和函數(shù)處理數(shù)據(jù)　40
2.1.4　金融數(shù)據(jù)的統(tǒng)計(jì)與管理　51
2.1.5　數(shù)據(jù)分析與可視化　60
2.2　Power BI在金融中的應(yīng)用　63
2.2.1　Power BI概述　63
2.2.2　數(shù)據(jù)連接與數(shù)據(jù)清洗　67
2.2.3　可視化圖表及視覺對(duì)象　73
2.2.4　可視化報(bào)表　74
練習(xí)題　78
第3章　金融統(tǒng)計(jì)分析概述　81
3.1　金融統(tǒng)計(jì)分析的對(duì)象　81
3.1.1　金融統(tǒng)計(jì)分析的研究對(duì)象　81
3.1.2　金融統(tǒng)計(jì)分析的研究?jī)?nèi)容　82
3.2　金融統(tǒng)計(jì)分析的基本方法　82
3.2.1　理論分析方法　83
3.2.2　統(tǒng)計(jì)分析方法　83
3.2.3　數(shù)量分析方法　84
練習(xí)題　84
第4章　常見金融統(tǒng)計(jì)分析軟件　86
4.1　SPSS在金融統(tǒng)計(jì)分析中的應(yīng)用　87
4.1.1　SPSS簡(jiǎn)介　87
4.1.2　應(yīng)用案例　92
4.2　EViews在金融統(tǒng)計(jì)分析中的應(yīng)用　100
4.2.1　EViews簡(jiǎn)介　100
4.2.2　應(yīng)用案例　104
4.3　Stata在金融統(tǒng)計(jì)分析中的應(yīng)用　108
4.3.1　Stata簡(jiǎn)介　108
4.3.2　應(yīng)用案例　113
練習(xí)題　117
第5章　Python概述　119
5.1　了解Python　120
5.1.1　Python發(fā)展史　120
5.1.2　Python優(yōu)勢(shì)　120
5.1.3　Python應(yīng)用領(lǐng)域　121
5.2　搭建與使用Python集成開發(fā)環(huán)境　121
5.2.1　集成開發(fā)環(huán)境簡(jiǎn)介　121
5.2.2　使用PyCharm　126
5.3　Python基本語(yǔ)法　131
5.3.1　程序的書寫規(guī)范　131
5.3.2　變量與保留字　132
5.3.3　基本輸入與輸出函數(shù)　134
練習(xí)題　134
第6章　數(shù)據(jù)類型　136
6.1　基本數(shù)據(jù)類型　136
6.1.1　數(shù)值型　137
6.1.2　字符串型　137
6.1.3　布爾型　141
6.1.4　數(shù)據(jù)類型操作　141
6.2　組合數(shù)據(jù)類型　142
6.2.1　元組　142
6.2.2　列表　144
6.2.3　字典　145
6.2.4　集合　147
6.2.5　元組、列表、字典和集合的區(qū)別　149
6.3　運(yùn)算符與表達(dá)式　149
6.3.1　算術(shù)運(yùn)算符與算術(shù)表達(dá)式　149
6.3.2　賦值運(yùn)算符與賦值表達(dá)式　150
6.3.3　關(guān)系運(yùn)算符與關(guān)系表達(dá)式　150
6.3.4　邏輯運(yùn)算符與邏輯表達(dá)式　151
6.3.5　運(yùn)算符的優(yōu)先級(jí)　151
練習(xí)題　151
第7章　程序控制結(jié)構(gòu)　153
7.1　分支結(jié)構(gòu)　154
7.1.1　單分支結(jié)構(gòu)：if語(yǔ)句　154
7.1.2　雙分支結(jié)構(gòu)：if…else語(yǔ)句　154
7.1.3　多分支結(jié)構(gòu)：if…elif…else語(yǔ)句　155
7.1.4　分支語(yǔ)句嵌套　157
7.2　循環(huán)結(jié)構(gòu)　158
7.2.1　for循環(huán)結(jié)構(gòu)　158
7.2.2　while循環(huán)結(jié)構(gòu)　159
7.2.3　循環(huán)嵌套　160
7.2.4　break語(yǔ)句和continue語(yǔ)句　161
7.2.5　包含else語(yǔ)句的循環(huán)結(jié)構(gòu)　162
7.3　異常處理　162
7.3.1　異常類別　163
7.3.2　異常處理基本結(jié)構(gòu)　163
7.3.3　常見的異常類型　163
7.3.4　異常處理示例　164
練習(xí)題　165
第8章　函數(shù)　167
8.1　函數(shù)概述　168
8.1.1　函數(shù)的基本概念　168
8.1.2　Python函數(shù)的分類　168
8.2　函數(shù)的定義和調(diào)用　170
8.2.1　函數(shù)的定義　170
8.2.2　函數(shù)的調(diào)用　171
8.2.3　lambda函數(shù)　171
8.2.4　函數(shù)的返回值　173
8.3　函數(shù)參數(shù)傳遞　174
8.3.1　位置傳遞　174
8.3.2　關(guān)鍵字傳遞　174
8.3.3　默認(rèn)值傳遞　175
8.3.4　星號(hào)傳遞　176
8.4　變量作用域　177
8.4.1　局部變量　177
8.4.2　全局變量　178
8.4.3　global和nonlocal關(guān)鍵字　179
練習(xí)題　180
第9章　文件操作　182
9.1　文件概述　182
9.2　文件訪問(wèn)　183
9.2.1　文件的打開　183
9.2.2　文件的遍歷　184
9.2.3　文件的關(guān)閉　185
9.3　文件的其他操作　186
9.3.1　文件的讀取　186
9.3.2　文件的定位　187
9.3.3　文件的寫入　187
9.3.4　文件與目錄操作　189
練習(xí)題　192
第 10章　Python數(shù)據(jù)分析常用第三方庫(kù)　193
10.1　數(shù)據(jù)分析基礎(chǔ)庫(kù)之NumPy　194
10.1.1　NumPy簡(jiǎn)介　194
10.1.2　NumPy基本數(shù)據(jù)結(jié)構(gòu)　194
10.1.3　NumPy核心功能及其應(yīng)用　198
10.2　數(shù)據(jù)分析基礎(chǔ)庫(kù)之Pandas　206
10.2.1　Pandas簡(jiǎn)介　206
10.2.2　Pandas基本數(shù)據(jù)結(jié)構(gòu)　207
10.2.3　Pandas核心功能及其應(yīng)用　212
10.3　數(shù)據(jù)可視化基礎(chǔ)庫(kù)之Matplotlib　221
10.3.1　Matplotlib簡(jiǎn)介　221
10.3.2　Matplotlib核心功能及其應(yīng)用　222
練習(xí)題　229
第 11章　金融與數(shù)據(jù)挖掘　232
11.1　生活中的金融　233
11.1.1　案例1：商場(chǎng)購(gòu)物現(xiàn)金和電子支付　233
11.1.2　案例2：銀行存款并購(gòu)買理財(cái)產(chǎn)品儲(chǔ)蓄和投資　233
11.1.3　案例3：證券公司開戶炒股投資與理財(cái)　234
11.2　數(shù)據(jù)挖掘　234
11.2.1　數(shù)據(jù)挖掘的概念　234
11.2.2　大規(guī)模數(shù)據(jù)集　235
11.2.3　數(shù)據(jù)挖掘方法　236
11.3　數(shù)據(jù)挖掘在金融中的應(yīng)用　237
練習(xí)題　238
第 12章　數(shù)據(jù)預(yù)處理和數(shù)據(jù)探索　240
12.1　數(shù)據(jù)挖掘的基本步驟　241
12.1.1　目標(biāo)分析與拆解　241
12.1.2　數(shù)據(jù)收集　242
12.1.3　數(shù)據(jù)預(yù)處理、數(shù)據(jù)探索和可視化　242
12.1.4　分析與建模　244
12.1.5　模型評(píng)估　245
12.2　案例分析數(shù)據(jù)收集和數(shù)據(jù)預(yù)處理　247
練習(xí)題　251
第 13章　數(shù)據(jù)挖掘常用方法　253
13.1　監(jiān)督學(xué)習(xí)　253
13.1.1　回歸　254
13.1.2　分類　256
13.2　無(wú)監(jiān)督學(xué)習(xí)　266
13.2.1　聚類　266
13.2.2　案例分析