本书围绕基于Python的财务数据分析和Python在财会领域的重要应用两大模块组织编写内容,将知识传授、能力培养和价值塑造贯穿全书。全书共分9章,具体内容如下:第1章为人工智能与会计;第2章为数据分析基础;第3~6章围绕财务数据分析的整个流程展开,包括用Python进行数据的读取和保存、清洗和加工、数据可视化,以及对清洗后的财务数据进行数据挖掘与分析;第7章是会计文本分析与词云图绘制;第8章是会计业务智能化处理,包括智能发送员工工资条、往来款项智能对账、智能化批量处理发票、股票期权定价、内含报酬率的智能化计算等;第9章是Python在财会领域重要应用案例,包括Python在实证论文中的应用、Python与Stata的交互、Python在股票投资中的应用等。本书以问题为导向,数据分析中所用数据皆为上市公司财务数据,有效解决了课堂教学与经济现实脱节的问题。
本书可作为会计、金融相关专业教材,也可作为行业参考书使用。一书在手,财务大数据分析、网络爬取数据、会计业务智能化处理从入门到实践一步到位。
- 前辅文
- 第1章 人工智能与会计
- 1.1 人工智能的起源与发展
- 1.2 人工智能与会计的结合
- 1.3 人工智能时代需要什么样的财会人员
- 思考题
- 关键词
- 即测即评
- 第2章 数据分析基础
- 2.1 数据分析的重要性
- 2.2 数据分析的步骤
- 2.3 Python的安装及环境配置
- 2.4 Python代码编辑器
- 2.5 Python模块及其作用
- 2.6 数据类型及其转换
- 2.7 代码运行报错原因及解决方法
- 思考题
- 实战演练题
- 关键词
- 即测即评
- 第3章 财务数据读取与保存
- 3.1 上载财务数据
- 3.2 Excel文件的读取与保存
- 3.3 csv文件的读取与保存
- 3.4 txt文件的读取与保存
- 3.5 html文件的读取与保存
- 3.6 pdf文件的读取与保存
- 3.7 股票交易数据的获取与保存
- 思考题
- 实战演练题
- 关键词
- 即测即评
- 第4章 财务数据清洗与加工
- 4.1 财务数据清洗
- 4.2 财务数据加工
- 思考题
- 实战演练题
- 关键词
- 即测即评
- 第5章 财务数据可视化
- 5.1 使用Matplotlib绘制图表
- 5.2 使用Seaborn绘制图表
- 5.3 使用Pyecharts绘制图表
- 思考题
- 实战演练题
- 关键词
- 即测即评
- 第6章 财务数据分析
- 6.1 财务数据的一般分析
- 6.2 财务数据的高阶分析
- 6.3 财务指标的计算与分析
- 思考题
- 实战演练题
- 关键词
- 即测即评
- 第7章 会计文本分析与词云图绘制
- 7.1 自然语言处理概述
- 7.2 繁体字转化为简体字
- 7.3 中文分词方法及运用
- 7.4 分词结果的调整
- 7.5 关键词提取和词频统计
- 7.6 情感分析
- 7.7 绘制词云图
- 7.8 会计文本处理综合案例
- 思考题
- 实战演练题
- 关键词
- 即测即评
- 第8章 会计业务智能化处理
- 8.1 智能发送员工工资条
- 8.2 往来款项智能对账
- 8.3 智能化批量处理发票
- 8.4 股票期权定价
- 8.5 内含报酬率的智能化计算
- 思考题
- 实战演练题
- 关键词
- 即测即评
- 第9章 Python在财会领域重要应用案例
- 9.1 Python在实证论文中的应用
- 9.2 在Python中调用Stata统计软件
- 9.3 Python在股票投资中的应用
- 思考题
- 实战演练题
- 关键词
- 即测即评