返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 财经大数据分析——以python为工具 王彦超 林东杰 马云飙 段丙蕾 著 高等教育出版社
  • 新商品上架
    • 作者: 王彦超著 | 林荫编 | 无译
    • 出版社: 高等教育出版社
    • 出版时间:2024-02
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    句字图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 王彦超著| 林荫编| 无译
    • 出版社:高等教育出版社
    • 出版时间:2024-02
    • 页数:346页
    • ISBN:9787040616651
    • 版权提供:高等教育出版社
    财经大数据分析——以python为工具
    作者: 王彦超 林东杰 马云飙 段丙蕾 著
    出版社: 高等教育出版社
    ISBN: 9787040616651 开本: 16开
    出版日期:2024年2月 装帧: 平装
    定价: 46.00 版次: 1
    字数: 535千字 是否套装: 否
    页码: 346 套装数量: 0

    本书是高等学校智能财经系列教材之一。本书分为基础篇和应用篇两部分共11章,主要内容包括:数据创建,数据查看,数据清洗;股权性质信息整理——应用数据转置,筛选财务报表数据——应用数据筛选,合并财务报表——应用数据合并,制作数据透视表和计算行业竞争度——应用数据分组,分析一般公司债的票面利率影响因素——应用统计分析,使用ARIMA模型预测股票价格——应用时间序列,绘制股票日K线图——应用可视化表达,建立上市公司价值分类判断指标体系——应用机器学习。


    本书选取了大量实践案例,每章设置有实操练习题,适合作为高等学校大数据分析相关课程教材,也可作为社会人士的自学用书。

    基础篇
      第1章 数据创建003
       1.1数据分析模块介绍 003
       1.2DataFrame简介 004
       1.3DataFrame数据创建 004
       1.4基于本地存储的数据创建 007
       1.5实操练习题 012
      第2章 数据查看013
       2.1DataFrame数据属性 013
       2.2DataFrame数据查看 016
       2.3实操练习题 021
      第3章 数据清洗023
       3.1数据标签重命名 023
       3.2缺失值处理 026
       3.3异常值处理 030
       3.4数据去重 038
       3.5数据替换 040
       3.6数据标准化 043
       3.7实操练习题 045
    应用篇
      第4章 股权性质信息整理——应用数据转置049
       4.1T转置 049
       4.2行列互换 051
       4.3数据透视 056
       4.4数组转置 061
       4.5应用实践 064
       4.6实操练习题 068
      第5章 筛选财务报表数据——应用数据筛选069
       5.1索引的基本类型 069
       5.2索引设定与获取 072
       5.3Series对象的索引与切片 084
       5.4DataFrame对象的索引与切片 087
       5.5应用实践 104
       5.6实操练习题 111
      第6章 合并财务报表——应用数据合并112
       6.1数据拼接:concat()与append() 113
       6.2数据合并:merge()与join() 121
       6.3combine_first()与update()填充 134
       6.4应用实践 137
       6.5实操练习题 143
      第7章 制作数据透视表和计算行业竞争度——应用数据分组144
       7.1GroupBy对象 144
       7.2GroupBy对象的操作 153
       7.3数据分箱 169
       7.4实践应用 175
       7.5实操练习题 181
      第8章 分析一般公司债的票面利率影响因素——应用统计分析182
       8.1描述性统计 182
       8.2随机变量及其概率分布 190
       8.3推断统计 201
       8.4回归分析 210
       8.5应用实践 221
       8.6实操练习题 228
      第9章 使用ARIMA模型预测股票价格——应用时间序列229
       9.1时间序列简介 230
       9.2时间序列处理 238
       9.3时间序列基本性质 252
       9.4应用实践 258
       9.5实操练习题 260
      第10章 绘制股票日K线图——应用可视化表达261
       10.1Matplotlib安装 261
       10.2Matplotlib库的基础用法 262
       10.3Matplotlib库的常用技巧 280
       10.4应用实践 294
       10.5实操练习题 303
      第11章 建立上市公司价值分类判断指标体系——应用机器学习304
       11.1Sklearn概述和安装 304
       11.2K NN算法 306
       11.3K Means算法 311
       11.4PCA降维算法 317
       11.5线性回归 320
       11.6逻辑回归 322
       11.7朴素贝叶斯 326
       11.8决策树 331
       11.9随机森林 334
       11.10支持向量机 337
       11.11Adaboost算法 341
       11.12应用实践 343
       11.13实操练习题 346

    1
    • 商品详情
    • 内容简介

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购