新書推薦：
《
从自察到自救：别让情绪偷走你的人生
》
售價：HK$
90.0
《
晚明的崩溃：人心亡了，一切就都亡了！
》
售價：HK$
71.8
《
俄国女皇：叶卡捷琳娜二世传（精装插图版）
》
售價：HK$
81.6
《
真想让我爱的人读读这本书
》
售價：HK$
57.6
《
解套基本逻辑与六大战法
》
售價：HK$
58.8
《
超级制造
》
售價：HK$
143.9
《
明朝270年：明朝的外交博弈和权力游戏
》
售價：HK$
69.6
《
禅之道（畅销全球60余年的一代经典，揭示禅对现代人的解脱意义）
》
售價：HK$
82.8
|
| 內容簡介： |
|
本书介绍Python程序设计的基础知识，集教材、习题、上机实验于一体，内容涵盖全国计算机等级考试二级Python 语言程序设计的考试大纲，包括11章教学内容和9个实验。在教学内容中，第1～6章介绍Python程序设计的基础知识，第7～9章分别介绍三个用于数据分析的第三方程序包（NumPy、Pandas、Matplotlib）及其应用，第10～11章主要围绕Tushare财经数据库介绍运用Python进行数据分析的几个综合案例。9个实验与教学内容结合紧密，包括验证性、设计性和综合性实验，方便实验教学的组织与开展。
|
| 關於作者： |
|
钟雪灵，男，教授。华南师范大学计算机科学学士，华南师范大学计算机软件与理论硕士，暨南大学企业管理博士。现为广东金融学院互联网金融与信息工程学院副院长。
|
| 目錄：
|
目 录
第1章 初识Python 1
1.1 Python语言概述 1
1.2 Python的开发优势 1
1.3 安装Python 2
1.4 IDLE开发环境 4
1.4.1 Python IDLE集成开发环境 4
1.4.2 Python程序编辑器 4
1.4.3 Python程序书写规范 5
1.4.4 Python程序的运行 7
1.5 Anaconda开发环境 8
1.5.1 Python软件包管理工具 8
1.5.2 Anaconda软件包 10
1.5.3 Anaconda Prompt窗口 12
1.5.4 IPython开发工具 14
1.5.5 Spyder集成开发环境 18
1.6 本章小结 19
习题 20
第2章 Python语言基础 21
2.1 基本数据类型 21
2.1.1 数值型 21
2.1.2 逻辑型 21
2.1.3 字符串 22
2.2 变量 26
2.2.1 关键字和标识符 26
2.2.2 变量 27
2.3 运算符与表达式 28
2.3.1 运算符 28
2.3.2 表达式 33
2.3.3 数据类型转换 34
2.4 输入与输出 35
2.4.1 输入函数input 35
2.4.2 输出函数print 36
2.5 内置函数 36
2.5.1 数学运算函数 37
2.5.2 字符串处理函数 37
2.5.3 其他函数 40
2.6 常用模块 41
2.6.1 模块导入 41
2.6.2 math数学模块 43
2.6.3 random随机数模块 44
2.6.4 datetime和time模块 45
2.7 本章小结 48
习题 49
第3章 Python容器数据类型 51
3.1 列表list 51
3.1.1 创建列表和存取列表元素 51
3.1.2 列表基本操作 52
3.1.3 列表常用函数 53
3.1.4 切片 55
3.1.5 列表生成方式 55
3.2 元组 56
3.2.1 创建元组和存取元组元素 56
3.2.2 元组和列表的差异 58
3.2.3 序列操作函数 58
3.3 字典 59
3.3.1 创建字典和存取键值对 59
3.3.2 字典的常用方法 60
3.4 集合 62
3.4.1 创建集合 62
3.4.2 遍历集合 62
3.4.3 集合操作函数 63
3.4.4 集合运算：并、交、差 64
3.5 可变类型和不可变类型 65
3.6 浅复制和深复制 66
3.7 本章小结 67
习题 67
第4章 程序控制结构 69
4.1 顺序结构 69
4.2 选择结构 69
4.2.1 二分支选择结构 70
4.2.2 单分支选择结构 71
4.2.3 多分支选择结构 72
4.2.3 嵌套的选择结构 73
4.3 循环结构 74
4.3.1 while循环 75
4.3.2 for循环 76
4.3.3 break语句和continue语句 78
4.3.4 else子句 79
4.3.5 循环的嵌套 79
4.4 异常处理结构 81
4.5 本章小结 82
习题 82
第5章 函数 84
5.1 函数定义 84
5.2 函数调用与参数 86
5.2.1 函数调用的一般形式 86
5.2.2 不可变对象和可变对象参数 87
5.2.3 默认值参数 87
5.2.4 关键字参数 89
5.2.5 不定长参数 89
5.2.6 实参序列解包 90
5.3 变量的作用域 91
5.4 lambda表达式 92
5.5 嵌套定义、修饰器和生成器函数 93
5.6 函数递归调用 95
5.7 Python的第三方库 97
5.7.1 pyinstaller库 97
5.7.2 jieba库 98
5.7.3 wordcloud库 99
5.7.4 turtle库 100
5.8 本章小节 102
习题 102
第6章 文件 103
6.1 文件的基本概念 103
6.2 文件基本操作 104
6.2.1 用内置函数open打开文件 104
6.2.2 文件对象的属性和常用方法 105
6.2.3 关闭文件 105
6.2.4 读写文本文件 106
6.2.5 读写二进制文件 107
6.2.6 文件定位 108
6.2.7 读写docx文件和xlsx文件 109
6.3 文件与文件夹操作 111
6.3.1 os模块 111
6.3.2 os.path模块 113
6.4 编程实例 113
6.5 本章小节 116
习题 116
第7章 NumPy科学计算库 117
7.1 NumPy基础 117
7.1.1 数组对象特性 117
7.1.2 生成数组 118
7.1.3 NumPy的数据类型 121
7.2 存取数组元素 122
7.2.1 基本索引和切片操作 122
7.2.2 二维数组的索引操作 123
7.2.3 布尔索引 124
7.3 数组运算和排序 125
7.3.1 数组和单个数据的运算 125
7.3.2 数组和数组的运算 125
7.3.3 数组排序 127
7.4 NumPy的函数 128
7.4.1 常用函数 128
7.4.2 随机函数 131
7.4.3 集合函数 132
7.4.4 多项式 132
7.5 数组组合和文件存取 133
7.5.1 改变数组的维度 133
7.5.2 数组组合 134
7.5.3 数组分割 135
7.5.4 读写文件 136
7.6 应用实例 137
7.7 本章小结 139
习题 140
第8章 Pandas数据分析库 141
8.1 Pandas的基本数据结构 141
8.1.1 Series序列 141
8.1.2 DataFrame数据框 144
8.2 访问数据 146
8.2.1 loc[]、iloc[]访问 147
8.2.2 at[]、iat[]、query访问 149
8.3 算术运算和对齐 149
8.3.1 nan缺失值处理 149
8.3.2 对齐处理 152
8.3.3 通用函数 154
8.4 读写数据文件 155
8.4.1 读写CSV文件 155
8.4.2 读写Excel文件 157
8.4.3 读写HDF5文件 157
8.5 数据整理 158
8.5.1 行、列的插入和删除 158
8.5.2 索引整理 159
8.5.3 重复值处理 161
8.5.4 排序和排名 162
8.5.5 数据框连接 164
8.5.6 数据分段 165
8.5.7 多级索引 167
8.5.8 字符串处理 168
8.6 分组统计 169
8.6.1 分组对象概述 169
8.6.2 分组对象的统计方法 170
8.6.3 数据透视表 172
8.7 时间序列 172
8.7.1 Pandas中的时间函数 173
8.7.2 时间频率变换 175
8.8 实例应用 176
8.8.1 泰坦尼克号数据集分析 176
8.8.2 电影票房统计 179
8.8.3 股票基本面统计 182
8.9 本章小结 184
习题 184
第9章 Matplotlib绘图库 185
9.1 Matplotlib简介 185
9.1.1 绘图示例 185
9.1.2 颜色、线型和标记符号 187
9.1.3 plt常用命令 188
9.1.4 中文显示问题 191
9.2 几种常见的图形 192
9.2.1 柱形图 192
9.2.2 饼图 195
9.2.3 散点图 196
9.2.4 直方图 198
9.2.5 箱线图 199
9.2.6 其他图形 200
9.3 多图绘制 201
9.4 设置图形装饰项 204
9.4.1 添加注解 205
9.4.2 设置坐标轴 207
9.4.3 填充颜色和显示图片 208
9.5 使用Pandas绘图 209
9.6 本章小结 211
习题 212
第10章 Tushare财经数据接口 213
10.1 财经数据接口Tushare简介 213
10.1.1 宏观经济数据 213
10.1.2 股票行情数据 216
10.1.3 上市公司基本面数据 219
10.1.4 股票指数数据 221
10.2 股票行情数据的可视化 223
10.2.1 绘制股票k线图 223
10.2.2 绘制股票价格移动均线与成交量 225
10.3 优质基本面的股票池创建 227
10.4 本章小结 229
习题 229
第11章 Python金融分析应用 231
11.1 实用NumPy金融函数 231
11.2 股票的收益率和波动率 235
11.2.1 收益率计算 235
11.2.2 单支股票和市场平均收益率比较 237
11.2.3 历史波动率计算 240
11.2.4 股票收益率相关性分析 242
11.3 股票技术指标计算 246
11.3.1 价格趋势分析 246
11.3.2 超卖超买分析 249
11.4 宏观经济数据分析 251
11.4.1 数据准备 251
11.4.2 国内生产总值增长态势 252
11.5 本章小结 256
习题 256
第12章 配套实验 257
实验1 Python和内置函数 257
实验2 列表、元组、字典和集合 264
实验3 程序的流程控制 267
实验4 函数练习 268
实验5 文件读写 269
实验6 NumPy科学计算库 271
实验7 Pandas数据分析库 274
实验8 Matplotlib绘图库 275
实验9 Python金融数据分析应用 278
参考文献 286
|
| 內容試閱：
|
前言
数字时代已经来临。移动互联网、云计算、大数据、人工智能等先进信息技术层出不穷，不断渗透至社会的各个领域，产生了许多新的应用场景，深刻地改变着人们的社交方式、生活方式和工作方式。一些智者认为构建在现实世界基础之上的数字化虚拟世界已逐渐形成。如今，人们不仅生活在有形的现实世界，而且生活在现实与虚拟相互交织、相互融合的数字时代。
在数字时代，具备一定的计算思维，能够理解计算机的工作原理，能够自然地实现人机交互，已成为年轻一代大学生的基本素养。显然，缺乏这些素养的人将难以理解区块链、大数据、人工智能、物联网等不断涌现的先进技术，更无从谈及它们的应用和创新。因此，令人担忧的是，缺乏这些素养的人将游离于数字时代之外，无法理解时代的变化，更无法适应这种变化，最终将面临被时代淘汰的危险。为此，数字时代的高等教育必须加强大学生信息技术能力的培养，新一代大学生无论学习什么专业、未来从事何种职业，都必须掌握一些信息技术，熟练使用一些工具。掌握一门计算机语言是新一代大学生开启信息技术学习大门的钥匙，而掌握数据分析是开启大门后最有价值的探究方向之一。数据分析是指通过信息技术方法和手段从数据中发现知识、预测未来，它是数字时代一门通用的基础技术，应用范围广，作用力强。创业者通过数据分析可以优化产品，营销人员通过数据分析可以改进营销策略，产品经理通过数据分析可以洞察用户真实需求，金融从业者通过数据分析可以规避投资风险因此，大学生学好一门计算机语言，继而结合自身专业学习程序化的数据分析方法，是提高大学生信息技术能力最直接、最有效的一条学习路径。
近年来，Python已迅速成为数据分析和机器学习领域最主流的计算机语言，有着Excel、SPSS、R等工具无可比拟的多种优势。Python是一种跨平台、免费、开源、面向对象的解释型高级程序设计语言，遵循简单、明确、优雅的理念，具有易写、易读、易维护、拓展性强等特点。Python提供了丰富的标准程序包和第三方程序包，如功能强大的数据分析包Pandas、NumPy、Matplotlib等，在程序中导入包后就可使用该包提供的所有功能，
广东金融学院是一所具有央行基因的财经类院校，为提高学生的信息技术能力，多年前我们就已开设Python程序设计基础课程，编制了丰富的教学讲义和实验素材。为进一步践行我们的人才培养理念，我们组织经验丰富的教师团队针对财经类专业编写了本书，力图为学生进一步学习数据分析打下扎实的语言基础。本书包括11章教学内容和9个实验。在教学内容中，第1～6章介绍了Python程序设计的基础知识；第7～9章分别介绍三个用于数据分析的第三方程序包Pandas、NumPy、Matplotlib及其应用；第10～11章主要围绕Tushare财经数据库介绍运用Python进行数据分析的几个综合案例。9个实验与教学内容结合紧密，包括验证性、设计性和综合性等类型实验，方便实验教学的组织与开展。此外，本书内容涵盖了全国计算机等级考试二级（Python 语言程序设计）的考试大纲，可作为二级考试的教材。
本书由钟雪灵、李立、高平安、李梅生和唐名华五位老师共同编写。在教材编写过程中，潘章明、侯昉和陈灵等三位老师提供了无私的帮助和支持。在此一并向为本书出版付出辛勤劳动的朋友们表示衷心的感谢！
最后，若读者对本书有任何意见或建议，请发送电子邮件至tzhongxl@gduf.edu.cn，以便再版时完善，对此我们表示由衷的感谢！
钟雪灵
2019年10月1日于广州
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
