财务大数据分析(高等职业教育财务会计类专业重构系列教材)
定 价：49 元
- 作者：程淮中，王浩编
- 出版时间：2021/12/1
- ISBN：9787542969668
- 出 版 社：立信会计出版社
- 中图法分类：F275
- 页码：302
- 纸张：
- 版次：1
- 开本：16开
本书是国内率先出版的《财务大数据分析》教材，以大数据分析通用流程为基础，聚焦财务大数据分析工具方法的应用。
本书内容选取适用性强，紧扣“大数据与会计”专业(群)教学实践，打通计算机程序设计语言(Python)学习的桥梁，让学生在校期间即可接触计算机脚本语言并利用智能化手段应用完成财务大数据分析工作；示例丰富，大多选自财务工作中的各类场景，通过财务案例与编程练习，将课程思政元素融入其中，提高学生运用Python语言进行财务大数据分析的能力；遵循学生认知规律，重在阐释数据爬虫、数据清洗、数据处理、数据分析、可视化展示等大数据分析步骤，做到零基础也可直接上手。
全书包括六个项目，即：夯实财务大数据——Python基础、挖掘财务大数据——爬虫技术应用、分析财务大数据——数据清洗与处理、呈现财务大数据——财务数据可视化、玩转财务大数据——财务大数据应用、财务大数据分析综合实训。
本书设有“知识点拨”“请注意”“随堂练习”“职业素养”等栏目，可以帮助学生加深对本教材内容的理解和掌握，达到事半功倍的效果。
本书依托厦门科云智慧云平台，同时配有教学课件等教学资源，解决教师“如何教”、学生“如何学”的问题。
本书可作为应用型本科、职业本科、高职院校“大数据与会计”专业(群)教材，也可作为社会会计从业人员自主学习参考用书。
程淮中，江苏财经职业技术学院校长、教授，兼任全国财政职业教育教学指导委员会委员、副秘书长，全国高职财经类专业教学指导委员会副主任，全国高等财经职业教育协作委员会常务副主任，全国高职高专院校会计系主任（院长）联席会副主席，中国会计教育专家委员会副主任。在省级以上杂志发表学术论文80多篇，出版专著3部，主编教材9部，获国家和江苏省教学成果一等奖各1项。先后荣获“全国财政系统优秀教师”“全国模范教师”“江苏省教学名师”、教育部和财政部立项的高等职业教育会计专业教学资源库建设“会计职业基础”课程负责人。
项目一 夯实财务大数据——Python基础
任务一 搭建财务大数据分析环境
1.1 Python语言简介
1.2 Python程序的风格
1.3 Python开发环境
1.4 【实践项目】Jupyter Notcbook 的搭建
任务二 编写你的Python程序
2.1 Python中的输出函数print(）
2.2 Python中的注释语句
2.3 Python中的变量及变量命名
2.4 Python中的输出函数input(）
2.5 【实践项目】Python中变量的命名及输入、输出函数的应用
2.6 财务案例实践
任务三 掌握数据类型——数值
3.1 Python 数据类型
3.2 数值类型
3.3 运算符
3.4 【实践项目】Python中表达式的综合运用
3.5 财务案例实践
任务四 理解数据类型——字符串
4.1 字符串的定义
4.2 字符串的操作
4.3 字符串的格式化
4.4 【实践项目】Python中字符串的运用
4.5 财务案例实践
任务五 高级数据类型的应用
5.1 列表
5.2 元组
5.3 字典
5.4 集合
5.5 数据类型转换
5.6 【实践项目】Python中列表、字典的综合应用
5.7 财务案例实践
任务六 流程控制——条件语句的应用
6.1 if…else 结构
6.2 if…clif…clse 结构
6.3 if嵌套
6.4 【实践项目】Python中条件语句的综合应用
6.5 财务案例实践
任务七 流程控制——循环语句的应用
7.1 while循环
7.2 for循环
7.3 嵌套循环
7.4 跳转语句
7.5 【实践项目】Python中循环结构综合应用
7.6 财务案例实践
任务八 函数的使用
8.1 内置函数
8.2 自定义函数
8.3 匿名函数
8.4 【实践项目】利用自定义函数实现万年历的制作
8.5 财务案例实践
任务九 函数参数及变量作用域的应用
9.1 函数的参数
9.2 变量的作用域
9.3 【实践项目】Python中使用函数处理汉诺塔问题
9.4 财务案例实践
任务十 高级函数的应用
10.1 高阶函数
10.2 filter(）函数
10.3 map(）函数
10.4 reduce()函数
项目二 挖掘财务大数据——爬虫技术应用
任务一 了解爬虫工作原理
1.1 爬虫的概念和爬虫原理
1.2 爬虫基本概念
任务二 运用爬虫工具获取数据
2.1 Requests简介
2.2 Response简介
2.3 数据保存
2.4 自定义爬虫函数
2.5 财务案例实践
项目三 分析财务大数据——数据清洗与处理
任务一 认知Pandas
1.1 Pandas的概念
1.2 Pandas 数据结构
1.3 文件的读取
1.4 财务案例实践
任务二 数据筛选与查询
2.1 直接筛选
2.2 条件筛选
2.3 索引器筛选
2.4 数据三剑客
2.5 财务案例实践
任务三 数据清洗
3.1 重复值处理
3.2 缺失值处理
3.3 其他异常处理
3.4 dataClean(）函数
3.5 财务案例实践
任务四 数据特征分析与连接
4.1 描述性统计分析
4.2 累计统计
4.3 数据排序
4.4 数据的连接
4.5 财务案例实践
任务五 数据的分组聚合与透视
5.1 数据分组——groupby（）函数
5.2 数据聚合——agg（）函数
5.3 数据透视
5.4 财务案例实践
项目四 呈现财务大数据——财务数据可视化
任务一 认识Matplotlib——数据可视化工具包
1.1 Matplotlib简介
1.2 Matplotlib初级应用
1.3 Matplotlib可视化绘图
1.4 Pandas作图函数——plot
任务二 财务数据可视化——Pyecharts
2.1 Pyecharts简介
2.2 Pyecharts初级应用
2.3 Pyecharts高级应用
2.4 财务案例实践
项目五 玩转财务大数据——财务大数据应用
任务一 企业销售业绩分析及可视化实践
1.1 案例背景
1.2 项目要求
1.3 案例实施
任务二 企业财务报表分析及可视化实践
2.1 案例背景
2.2 项目要求
2.3 案例实施
任务三 企业财务指标分析及可视化实践
3.1 案例背景
3.2 项目要求
3.3 案例实施
项目六 财务大数据分析综合实训
任务一 企业财务大数据分析项目概要
1.1 案例背景
1.2 项目要求
1.3 项目数据
任务二 企业财务大数据获取与整理
2.1 数据的获取
2.2 数据的重塑与清洗
任务三 企业财务大数据分析与可视化呈现
3.1 销售商品排行分析与可视化
3.2 销售毛利分析与可视化
3.3 销售收入预测分析与可视化
3.4 盈利结构分析与可视化
3.5 利润贡献分析与可视化
3.6 预算执行分析与可视化
3.7 财务能力分析与可视化
3.8 经营雷达监控分析与可视化
任务四 企业财务大数据分析报告的撰写
4.1 总体经营情况
书单推荐
