本书是高等学校智能会计系列教材之一。
本书主要内容包括：绪论、Python语法基础、数据采集与网络爬虫、数据预处理、数据统计分析、数据可视化、文本分析、特征工程、机器学习、财务大数据分析综合案例。本书精选了大量财务相关例题，并通过二维码链接了原始数据、补充知识、代码结果等，利于学生掌握要点。
本书适合作为高等学校相关课程教材，也可作为相关从业人员参考用书。
- 目录
- 前辅文
- 第一章 绪论
- 学习目标
- 第一节 财务大数据分析概述
- 第二节 Python编程概述
- 本章小结
- 复习思考题
- 实践操作题
- 第二章 Python语法基础
- 学习目标
- 第一节 数据类型
- 第二节 程序控制
- 第三节 函数应用
- 本章小结
- 复习思考题
- 实践操作题
- 第三章 数据采集与网络爬虫
- 学习目标
- 第一节 数据采集概述
- 第二节 互联网数据采集与网络爬虫
- 本章小结
- 复习思考题
- 实践操作题
- 第四章 数据预处理
- 学习目标
- 第一节 数据预处理概述
- 第二节 数据筛选与合并
- 第三节 数据清洗
- 本章小结
- 复习思考题
- 实践操作题
- 第五章 数据统计分析
- 学习目标
- 第一节 描述性统计分析
- 第二节 数据分组与聚合
- 第三节 数据透视表与轴向转换
- 本章小结
- 复习思考题
- 实践操作题
- 第六章 数据可视化
- 学习目标
- 第一节 数据可视化概述
- 第二节 matplotlib
- 第三节 pyecharts
- 本章小结
- 复习思考题
- 实践操作题
- 第七章 文本分析
- 学习目标
- 第一节 文本分析概述
- 第二节 财务文本词云图可视化
- 第三节 财务文本情感分析
- 第四节 财务文本主题分析
- 本章小结
- 复习思考题
- 实践操作题
- 第八章 特征工程
- 学习目标
- 第一节 特征工程概述
- 第二节 特征转换
- 第三节 特征选择
- 本章小结
- 复习思考题
- 实践操作题
- 第九章 机器学习
- 学习目标
- 第一节 机器学习的概念与分类
- 第二节 机器学习的应用流程
- 第三节 机器学习的基本模型
- 本章小结
- 复习思考题
- 实践操作题
- 第十章 财务大数据分析综合案例
- 学习目标
- 第一节 财务报表数据分析——以养元饮品为例
- 第二节 财务舞弊风险预测——以我国上市公司为样本
- 本章小结
- 复习思考题
- 实践操作题
- 参考文献
