互聯(lián)網(wǎng)運行產(chǎn)生了海量的信息數(shù)據(jù),并且創(chuàng)造了大數(shù)據(jù)應用的規(guī);h(huán)境,而大數(shù)據(jù)計算技術(shù)完美地解決了海量數(shù)據(jù)的收集、存儲、 計算、分析問題。 大數(shù)據(jù)應用能促進建立 用數(shù)據(jù)說話、 用數(shù)據(jù)管理、 用數(shù)據(jù)決策、 用數(shù)據(jù)創(chuàng)新的管理機制。大數(shù)據(jù)時代,各行各業(yè)都發(fā)生了巨大變化,利用信息技術(shù)創(chuàng)新成果,實現(xiàn)專業(yè)服務轉(zhuǎn)型是必然趨勢。 大數(shù)據(jù)及其關(guān)鍵技術(shù)形成的財經(jīng)大數(shù)據(jù),賦能企業(yè)管理網(wǎng)絡(luò)化、數(shù)據(jù)化和智能化,促使財經(jīng)類工作從 后端 走向前端,利用大數(shù)據(jù)核算業(yè)績、 監(jiān)察內(nèi)控、 管理預算、 管理投資等,數(shù)據(jù)更加廣泛、及時。 多方面來源的信息,相互驗證,實現(xiàn)了財經(jīng)數(shù)據(jù)的實時統(tǒng)計與分析,為企業(yè)管理決策帶來更加高效的數(shù)據(jù)支持。 大數(shù)據(jù)時代的信息來源不再局限于企業(yè)內(nèi)部經(jīng)營記錄,企業(yè)可以完全掌握經(jīng)營管理的各個環(huán)節(jié)資料及外部相關(guān)信息,為企業(yè)決策和管理提供更加全面的信息保障。
在數(shù)字技術(shù)高速發(fā)展的背景下,各行各業(yè)實現(xiàn)了對海量、 雜亂的數(shù)據(jù)的處理和高效利用,創(chuàng)造了更多價值。 隨著大數(shù)據(jù)時代的到來,企業(yè)更加注重內(nèi)部和外部數(shù)據(jù)的挖掘與深入分析,通過使用大數(shù)據(jù)技術(shù)對數(shù)據(jù)進行篩選、 切割、排序、 匯總等, 自主靈活地達成期望的數(shù)據(jù)處理結(jié)果。 大數(shù)據(jù)在財務、 商務和金融等財經(jīng)領(lǐng)域中的應用,可以建立起專屬于財經(jīng)領(lǐng)域的大數(shù)據(jù),突破海量數(shù)據(jù)難以儲存、全量數(shù)據(jù)難以運算的瓶頸,在分析和預測時可以全量數(shù)據(jù)代替樣本數(shù)據(jù), 以數(shù)據(jù)挖掘、機器學習、 深度學習等技術(shù)代替人腦分析, 以客觀分析結(jié)果代替主觀經(jīng)驗判斷, 以可視化動態(tài)圖表代替靜態(tài)報表展示;將大量的內(nèi)部和外部數(shù)據(jù)變成有價值的信息,讓隱藏的數(shù)據(jù)價值體現(xiàn)出來,讓企業(yè)經(jīng)營和決策者看得懂、用得著,使數(shù)據(jù)真正成為有價值的數(shù)字資產(chǎn)。
本書對標職業(yè)教育新專業(yè)目錄,聚焦財經(jīng)商貿(mào)類相關(guān)專業(yè)新技能和素養(yǎng),遵循學習者的基本認知規(guī)律,與中聯(lián)集團教育科技有限公司深度合作,借助課程平臺資源,搭建財經(jīng)大數(shù)據(jù)應用場景,融大數(shù)據(jù)基礎(chǔ)知識學習于財經(jīng)領(lǐng)域業(yè)務分析中,涵蓋財經(jīng)大數(shù)據(jù)認知、Python基礎(chǔ)程序設(shè)計和Python在財務中的應用等內(nèi)容,共分為六大項目、23個具體任務, 由淺入深, 以財會工作結(jié)合實際案例為導向,構(gòu)建實際應用場景, 引出教學知識點,讓學生在做中學、 在學中做。
本書由甘肅財貿(mào)職業(yè)學院雒慶華教授擔任主編,制定編寫大綱、設(shè)計教材體例、提出編寫方案、 配視頻和圖并統(tǒng)稿、 總纂,甘肅財貿(mào)職業(yè)學院劉鈺丹副教授任第一副主編,趙敏、 李超、 段睿老師分別負責相關(guān)內(nèi)容編寫工作。其具體分工如下:項目1由甘肅財貿(mào)職業(yè)學院段睿編寫,項目2由雒慶華編寫,項目3由劉鈺丹編寫,項目4、5 由李超編寫,項目6 由趙敏編寫。 全書由雒慶華主審。
最后,竭誠希望廣大讀者對本書提出寶貴意見, 以促使我們不斷改進。 由于時間和編者水平有限,書中的疏漏之處在所難免,敬請廣大讀者批評指正。
項目1 認知財經(jīng)大數(shù)據(jù) / 1
任務1-1 認知大數(shù)據(jù) / 2
任務1-2 初識財經(jīng)大數(shù)據(jù) / 8
任務1-3 搭建大數(shù)據(jù)工具Python環(huán)境 / 15
項目2 Python程序設(shè)計基礎(chǔ) / 20
任務2-1 Python變量與賦值 / 21
任務2-2 Python基本數(shù)據(jù)類型 / 27
任務2-3 Python程序控制結(jié)構(gòu) / 37
任務2-4 Python組合數(shù)據(jù)類型 / 43
任務2-5 Python函數(shù)與模塊調(diào)用 / 61
任務2-6 Python類與對象調(diào)用 / 69
項目3 采集數(shù)據(jù) / 80
任務3-1 Python讀寫數(shù)據(jù)文件 / 81
任務3-2 Python讀寫SQLite數(shù)據(jù)庫 / 90
任務3-3 爬取簡單網(wǎng)頁 / 104
任務3-4 采集網(wǎng)頁數(shù)據(jù) / 120
項目4 預處理數(shù)據(jù) / 141
任務4-1 NumPy數(shù)值計算 / 142
任務4-2 Pandas數(shù)據(jù)結(jié)構(gòu) / 163
任務4-3 Pandas函數(shù)調(diào)用 / 171
項目5 數(shù)據(jù)分析與可視化 / 183
任務5-1 Python數(shù)據(jù)分析概述及Matplotlib庫 / 184
任務5-2 Pandasmatplotlib在財務成果分析中應用 / 189
任務5-3 Pandasmatplotlib在商務數(shù)據(jù)分析中應用 / 192
任務5-4 Pandasmatplotlib在金融數(shù)據(jù)分析中應用 / 195
項目6 可視化綜合呈現(xiàn) / 200
任務6-1 采集財經(jīng)數(shù)據(jù) / 202
任務6-2 處理財經(jīng)數(shù)據(jù) / 214
任務6-3 財經(jīng)數(shù)據(jù)可視化 / 223
參考文獻 / 249