书城首页 › 当代 › 工业 › Python数据分析与应用(微课版)
当代·工业

Python数据分析与应用(微课版)

正版保障多仓发货48小时内发货2-3天送达可开发票
¥27.62 定价 ¥35.00 7.9折 立省 ¥7.38
仅剩 4 件 全新
商品参数
书名
Python数据分析与应用(微课版)
作者
王雪 著
出版社
电子工业出版社
出版时间
2026-10-01
ISBN
9787121537592
货号
1204710573
品相
全新
分类
当代·工业
购物车(0)
商品参数
书名
Python数据分析与应用(微课版)
作者
王雪 著
出版社
电子工业出版社
出版时间
2026-10-01
ISBN
9787121537592
货号
1204710573
品相
全新
分类
当代·工业
作者简介▼

王雪,女,浙江大学电子与通信工程专业硕士毕业,曾就职于安防龙头企业浙江大华技术股份有限公司,具有丰富的人工智能行业应用经验,具备较强的技术研发能力和项目管理能力。在教学方面,具有多年授课经验,精通Python语言,主攻数据分析、图像识别等人工智能相关领域,涵盖人工智能相关应用需求分析、技术选型、方案设计、代码实现等工作。注重对基础知识的掌握和编程思维的培养,善于使用案例和问题引入知识点进行学习。发表多篇专利和软件著作,参与编写《机器学习入门与实战》和《人工智能概论》课程教材,其中《人工智能概论》入选为“十四五”职业教育国家规划教材。

目录▼

项目1 数据分析概述与Python开发环境搭建 1

任务1.1 知识准备 2

1.1.1 数据分析介绍 2

1.1.2 数据分析的基本流程 4

任务1.2 金融数据分析 5

1.2.1 量化投资分析 5

1.2.2 股价分析 8

任务1.3 Python开发环境搭建 10

1.3.1 Anaconda介绍 10

1.3.2 Jupyter Notebook简介 10

1.3.3 为什么选择Python 10

任务1.4 安装和启动Jupyter Notebook 12

1.4.1 下载Anaconda安装包 12

1.4.2 安装Windows版本 12

1.4.3 安装macOS版本 16

1.4.4 启动和使用Jupyter Notebook 17

课后习题 18

项目2 Python入门 20

任务2.1 知识准备 21

任务2.2 Python的基本应用 23

2.2.1 计算单利与复利 23

2.2.2 创建列表 25

2.2.3 查找和修改收益率 26

2.2.4 使用循环语句计算单利收益 26

2.2.5 使用函数计算单利 27

2.2.6 使用Matplotlib绘制单利与复利的增长曲线 28

课后习题 31

项目3 单因子选股 34

任务3.1 知识准备 35

3.1.1 因子选股的基本框架 35

3.1.2 市值 36

3.1.3 市盈率 36

3.1.4 净资产收益率 37

任务3.2 股票数据读取与合并 38

3.2.1 问题定义 38

3.2.2 单只股票数据文件的数据读取 39

3.2.3 多只股票数据文件的数据读取与合并 42

3.2.4 小结 45

任务3.3 市盈率选股 45

3.3.1 问题定义 46

3.3.2 市盈率分析 46

课后习题 59

项目4 多因子选股 62

任务4.1 知识准备 63

任务4.2 净资产收益率分析 64

4.2.1 问题定义 64

4.2.2 净资产收益率处理 64

任务4.3 多因子选股 74

4.3.1 问题定义 74

4.3.2 多因子分析 74

课后习题 85

项目5 财务数据可视化 88

任务5.1 知识准备 89

5.1.1 可视化图表 89

5.1.2 Matplotlib简介 92

任务5.2 财务数据可视化 93

5.2.1 问题定义 93

5.2.2 数据可视化分析 94

课后习题 111

项目6 高频数据分析 113

任务6.1 知识准备 114

任务6.2 成交占比分析 115

6.2.1 问题定义 115

6.2.2 成交占比处理 116

课后习题 130

项目7 机器学习选股入门 132

任务7.1 知识准备 133

7.1.1 机器学习概述 133

7.1.2 决策树简介 135

任务7.2 机器学习选股 136

课后习题 145

文摘▼

本书系统介绍了Python数据分析的基础知识与实践技能,内容涵盖数据分析概述与Python开发环境搭建、Python入门、单因子选股、多因子选股、财务数据可视化、高频数据分析及机器学习选股入门等项目。全书共分为7个项目,采用项目化教学方式,将理论知识与实际应用紧密结合。项目1介绍数据分析的基本概念、基本流程,金融数据分析,Python开发环境搭建,以及安装和启动Jupyter Notebook的相关知识。项目2介绍Python编码规范与Python的基本应用,旨在帮助读者掌握Python的核心语法要素,包括变量、数据类型、运算符、列表、循环、函数。项目3和项目4分别围绕单因子选股与多因子选股展开,系统讲解使用Pandas进行股票数据读取与合并、选股等的方法。项目5以财务数据为例,介绍Matplotlib中折线图、条形图、饼图、箱线图、直方图、散点图及子图的绘制方法。项目6进入高频数据分析领域,介绍高频数据、成交占比及一致交易因子的相关知识。项目7作为机器学习选股入门项目,介绍机器学习和决策树的相关知识,为后续机器学习课程的学习奠定基础。

¥27.62
🛒购物车