幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

Python金融數據分析(微課視頻版題庫版黑龍江省一流本科課程配套教材)

  • 作者：編者:李蕾//張春越//郭瑞波//高煒|責編:薛楊//薛陽
  • 出版社：清華大學
  • ISBN：9787302660972
  • 出版日期：2024/05/01
  • 裝幀：平裝
  • 頁數：322
人民幣：RMB 68 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書全面介紹了關於金融數據的存儲方式等基礎知識，著重介紹了NumPy模塊、Pandas模塊和Matplotlib模塊對金融數據的計算、統計和可視化方法，以及金融數據中的線性回歸問題、時間序列分析和投資組合理論等在Python中的實現方法，並較為全面地補充了金融數據處理中涉及的Python常用函數，形成四個函數專輯。
    本書共分為三個部分：第一部分（第1?7章）為理論篇，著重介紹金融數據的存儲與處理，包括NumPy Pandas和Matplotlib三大模塊；第二部分（第8章）為實驗篇，著重介紹如何實現數據存儲、計算、可視化和回歸分析；第三部分（第9章）為函數篇，介紹本書中常用的函數或模塊。本書提供了大量應用實例，每章后均附有習題。
    本書可作為高等院校電腦相關專業、金融學相關專業、電子商務專業等高年級本科生、研究生的教材，也可作為對Python語言比較熟悉並且對金融數據處理有所了解的專業人員、廣大數據分析愛好者和研究人員的參考用書。
作者介紹
編者:李蕾//張春越//郭瑞波//高煒|責編:薛楊//薛陽
目錄
第1章  大數據與Python基礎知識
  1.1  金融數據分析概述
  1.2  字元串
    1.2.1  字元串類型數據
    1.2.2  字元串的索引與切片
    1.2.3  內置的字元串運算符
    1.2.4  內置的字元串處理函數
    1.2.5  內置的字元串處理方法
    1.2.6  format()格式化方法
    1.2.7  Python轉義字元
  1.3  分支結構與循環結構
    1.3.1  分支結構的語法結構
    1.3.2  三元操作
    1.3.3  while循環
    1.3.4  for循環
  1.4  函數
    1.4.1  內置函數
    1.4.2  自定義函數
  1.5  列表型金融數據的定義
    1.5.1  一列表的定義形式
    1.5.2  列表元素的訪問
    1.5.3  列表的常用方法
  1.6  雙向索引與列表的切片
    1.6.1  雙向索引
    1.6.2  列表的切片
  1.7  列表生成器/列表推導式
  1.8  金融數據中字典數據類型
    1.8.1  字典的定義
    1.8.2  字典的創建
    1.8.3  例題及講解
    1.8.4  字典數據類型的使用
  小結
第2章  金融數據中NumPy模塊的應用
  2.1  NumPy概述
  2.2  數組的創建
    2.2.1  創建數組
    2.2.2  NumPy數據類型
    2.2.3  數組常用方法
  2.3  NumPy模塊中一維數組的運用
    2.3.1  數組元素索引和切片
    2.3.2  數組的基本運算
    2.3.3  數組算術運算
    2.3.4  數組數學運算
    2.3.5  數組布爾運算
    2.3.6  數組去重運算
    2.3.7  數組包含運算
    2.3.8  數組常用統計運算
    2.3.9  一維數組排序
  2.4  NumPy模塊中二維數組的運用
    2.4.1  創建二維數組

    2.4.2  二維數組元素索引和切片
    2.4.3  二維數組基本運算
    2.4.4  二維數組統計運算
    2.4.5  二維數組排序
    2.4.6  檢索數組元素
  2.5  矩陣與線性代數運算
    2.5.1  創建矩陣
    2.5.2  NumPy矩陣模塊matlib
    2.5.3  轉置矩陣
    2.5.4  矩陣運算
    2.5.5  線性代數運算
  小結
  習題
第3章  金融數據分析中Pandas模塊的應用
  3.1  Pandas庫概述
  3.2  Pandas的安裝
  3.3  Pandas的數據類型及結構
  3.4  Series對象
    3.4.1  Series對象的創建
    3.4.2  Series對象的訪問
    3.4.3  Series對象的編輯
    3.4.4  Series對象的常用屬性
    3.4.5  Series對象的常用方法
    3.4.6  Series對象的基本運算
    3.4.7  Series對象聚合運算
  3.5  DataFrame對象
    3.5.1  DataFrame對象的創建
    3.5.2  DataFrame對象的訪問
    3.5.3  DataFrame對象的編輯
    3.5.4  DataFrame的文件讀寫
    3.5.5  DataFrame的分組與聚合
    3.5.6  DataFrame對象的常用操作
  小結
  習題
第4章  金融數據可視化
  4.1  數據可視化概述
    4.1.1  什麼是可視化
    4.1.2  數據可視化的設計原則
    4.1.3  常見的圖表類型和用途
  4.2  使用Matplotlib進行數據可視化
    4.2.1  繪圖基本過程
    4.2.2  簡單美化圖表
    4.2.3  常用的數據可視化工具
    4.2.4  常用圖表的繪製
    4.2.5  多圖繪製的方法
  4.3  綜合實例
  小結
  習題
第5章  金融數據分析中的線性回歸
  5.1  線性回歸概述

    5.1.1  線性回歸的概念
    5.1.2  參數的估計
    5.1.3  回歸係數及其含義
  5.2  一元線性回歸分析
    5.2.1  一元線性回歸——Excel實現方法
    5.2.2  一元線性回歸的Python解決方案
  5.3  多元線性回歸分析
    5.3.1  多元線性回歸——Excel實現方法
    5.3.2  多元線性回歸——Python解決方案
  小結
  習題
第6章  金融時間序列分析
  6.1  時間序列分析概述
  6.2  時間序列數據的創建與訪問
    6.2.1  時間型數據的創建
    6.2.2  時間序列的訪問
    6.2.3  時間序列的切片
    6.2.4  固定頻率的時間序列
    6.2.5  時期對象的時間序列
  6.3  時間序列的數據聚合
    6.3.1  時間序列的重採樣
    6.3.2  時間序列的窗口滑動
    6.3.3  時間序列的移動及聚合
  6.4  時間序列預測模型
    6.4.1  簡單移動平均
    6.4.2  加權移動平均
    6.4.3  指數加權移動平均
  6.5  ARIMA模型
  小結
  習題
第7章  投資組合理論
  7.1  投資組合基本原理
    7.1.1  現代投資組合理論
    7.1.2  分析方法和模型
  7.2  投資組合分析——Excel方法實現
  7.3  投資組合的Python解決方案
  小結
  習題
第8章  實驗內容
  實驗一  字元串和列表的應用
  實驗二  字典和集合數據類型
  實驗三  選擇結構與循環結構
  實驗四  匿名函數與函數式編程
  實驗五  文件讀寫
  實驗六  NumPy數組
  實驗七  Pandas模塊的使用（初級）
  實驗八  Pandas模塊的使用（高級）
  實驗九  金融數據獲取
  實驗十  Matplotlib繪圖
  實驗十一  一元回歸分析

  實驗十二  多元回歸分析
第9章  函數專輯
  9.1  range()函數和random模塊的應用
    9.1.1  range()函數
    9.1.2  random模塊
    9.1.3  numpy.random模塊
  9.2  enumerate()函數
  9.3  lambda函數
  9.4  map()和apply()函數
    9.4.1  map()函數
    9.4.2  apply()函數
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032