正版新书]Jupyter金融应用从入门到实践傅玉峰著;孙惠平著;陈

部分基础知识

章Jupyter Notebook基础知识2

1．1什么是Jupyter Notebook2

1．1．1起源3

1．1．2特点3

1．1．3应用领域4

1．2在Windows上安装Jupyter Notebook4

1．2．1准备工作5

1．2．2通过Anaconda安装5

1．3在macOS上安装Jupyter Notebook9

1．3．1准备工作9

1．3．2通过Anaconda安装10

1．3．3通过命令行安装14

1．4在Linux上安装Jupyter Notebook16

1．4．1准备工作16

1．4．2通过命令行安装Anaconda17

1．5软件包管理20

1．5．1通过Anaconda管理软件包20

1．5．2通过pip管理软件包21

1．6小结22

第2章Jupyter Notebook界面23

2．1主界面23

2．1．1“文件”（Files）界面24

2．1．2“运行”（Running）界面26

2．1．3“集群”（Clusters）界面27

2．2菜单栏27

2．2．1“文件”（File）菜单27

2．2．2“编辑”（Edit）菜单29

2．2．3“查看”（View）菜单29

2．2．4“插入”（Insert）菜单30

2．2．5“单元格”（Cell）菜单30

2．2．6“内核服务”（Kernel）菜单31

2．2．7“组件”（Widgets）菜单31

2．2．8“帮助”（Help）菜单33

2．3工具栏33

2．4交互区35

2．5小结35

第3章Jupyter Notebook基础操作37

3．1初次运行37

3．2单元格的使用38

3．2．1代码单元格39

3．2．2Markdown单元格39

3．2．3原生单元格40

3．2．4编辑模式与命令模式40

3．3快捷键的使用42

3．3．1macOS与Windows快捷键的差异42

3．3．2编辑模式常用快捷键44

3．3．3命令模式常用快捷键45

3．4魔法命令的使用47

3．4．1魔法命令基本用法47

3．4．2常用的魔法命令48

3．5命令行的使用50

3．5．1命令行的基本用法50

3．5．2命令行常用的命令51

3．6小结52

第4章Jupyter Notebook文档编写53

4．1Markdown基本语法53

4．1．1标题54

4．1．2段落格式56

4．1．3文字格式57

4．1．4列表格式59

4．1．5区块格式60

4．1．6代码格式63

4．1．7链接格式64

4．1．8表格格式65

4．1．9图片格式66

4．2Markdown不错技巧68

4．2．1HTML元素68

4．2．2转义70

4．2．3公式71

4．3文档共享73

4．3．1把文件导出成多种格式73

4．3．2使用nbviewer共享74

4．4小结75

第二部分金融数据处理

第5章基本数据操作78

5．1基本数据结构79

5．1．1元组79

5．1．2列表81

5．1．3字典84

5．1．4集合87

5．2NumPy库89

5．2．1NumPy简介89

5．2．2常规数组89

5．2．3结构化数组95

5．2．4矩阵操作95

5．3Pandas库97

5．3．1Pandas简介97

5．3．2Series数据结构97

5．3．3DataFrame数据结构100

5．4小结108

第6章数据存取109

6．1CSV数据存取109

6．1．1CSV数据读取110

6．1．2参数配置111

6．1．3CSV数据保存112

6．2JSON数据存取113

6．2．1JSON数据读取113

6．2．2参数遍历114

6．2．3JSON数据生成117

6．3数据库中的数据存取117

6．3．1数据库初始化117

6．3．2常用操作119

6．4文本文件中的数据存取120

6．4．1文件数据读取120

6．4．2常用操作122

6．5小结123

第7章数据可视化124

7．1可视化基础124

7．1．1折线图125

7．1．2柱状图127

7．1．3散点图130

7．1．4饼图134

7．1．5直方图136

7．1．6箱型图139

7．2可视化进阶142

7．2．1组合子图142

7．2．2坐标轴的设置147

7．2．3图形的设置155

7．2．4图表分享161

7．3可视化拓展161

7．3．13D图161

7．3．2热力图166

7．4小结168

第三部分机器学习与金融建模

第8章机器学习170

8．1机器学习概述170

8．1．1基本概念171

8．1．2机器学习算法分类172

8．2机器学习的常用模型174

8．2．1线性回归175

8．2．2逻辑回归175

8．2．3支持向量机176

8．2．4决策树177

8．2．5随机森林178

8．2．6K均值聚类179

8．3小结179

第9章scikit-learn180

9．1安装180

9．2常用函数181

9．2．1线性回归182

9．2．2逻辑回归183

9．2．3支持向量机185

9．2．4决策树186

9．2．5随机森林188

9．2．6K均值聚类189

9．3小结190

0章产品销售预测模型实例191

10．1场景介绍191

10．2数据准备192

10．2．1数据探索192

10．2．2数据划分196

10．3建立模型197

10．3．1拟合优度197

10．3．2模型对比198

10．4验证评估200

10．4．1模型表现200

10．4．2模型解释201

10．5小结202

1章信用评分模型实例203

11．1场景介绍203

11．2数据准备204

11．2．1数据概况204

11．2．2数据探索205

11．2．3特征选择209

11．2．4数据采样213

11．3建立模型214

11．4验证评估215

11．4．1分类评价指标215

11．4．2横向对比模型218

11．5小结221

2章反欺诈模型实例222

12．1场景介绍222

12．2数据准备223

12．2．1特征转换223

12．2．2特征缩放224

12．3建立模型225

12．3．1确定类的数量226

12．3．2类的可视化228

12．4验证评估228

12．5小结229

第四部分不错功能

3章安全配置232

13．1访问控制232

13．1．1设置访问域232

13．1．2设置访问IP233

13．1．3端口配置234

13．1．4URL前缀配置234

13．2安全认证235

13．2．1Token认证236

13．2．2口令认证237

13．2．3取消认证239

13．3SSL配置239

13．3．1创建SSL证书240

13．3．2SSL证书设置241

13．4小结242

4章其他内核的配置243

14．1R内核的配置244

14．1．1通过Anaconda图形化界面下载并安装R内核244

14．1．2通过conda命令行下载并安装R内核245

14．1．3查看安装结果并编写运行一个R脚本246

14．2Julia内核的配置247

14．2．1安装Julia247

14．2．2在Jupyter中配置Julia249

14．2．3查看安装结果并编写运行一个Julia脚本249

14．3JavaScript内核的配置250

14．3．1检查Node．js和npm250

14．3．2安装管理Node．js和npm251

14．3．3安装JavaScript内核252

14．3．4在Jupyter Notebook中使用JavaScript内核253

14．4Scala内核的配置254

14．4．1Java安装与环境配置254

14．4．2Scala下载与安装256

14．4．3在Jupyter Notebook中使用Scala内核257

14．5Spark内核的配置258

14．5．1安装Spark258

14．5．2安装SBT259

14．5．3在Jupyter Notebook中使用Spark内核260

14．6小结264

5章JupyterHub多用户配置265

15．1为什么需要多用户配置265

15．2JupyterHub的安装267

15．2．1准备工作267

15．2．2安装步骤267

15．2．3启动269

15．3JupyterHub的配置270

15．3．1基础配置271

15．3．2多用户配置272

15．4小结274

这本书知识体系设计合理，章节编排循序渐进、结构合理，内容讲述通俗易懂，很好适合作为 Jupyter 在金融应用领域的一本入门工具书。希望有志于从事数据分析、金融建模的读者能够充分利用这本书，在金融科技领域的工作中“更上一层楼”。
——刘勇
中关村金融科技产业发展联盟秘书长
中关村互联网金融研究院院长

1. 北大教研团队创作
本书由北京大学的教研团队编写，融合了作者团队在计算机编程和金融科技方向的经验成果，想要学习Jupyter编程的读者，以及想使用Jupyter完成金融数据分析或可视化任务的读者，不要错过这场名校名师讲堂。
2. 内容强大
本书主打入门和实战，因此学习门槛较低，从软件安装到环境配置，再到基本的编程学习，都是图文结合、简洁易懂的形式；同时，书中结合丰富的金融案例，循序渐进地由理论深入到案例实战，更能贴合读者的实操需求。
3. 配套资源丰富
本书配备丰富的配套资源，包括适合读者自学的源代码包、与书配套的彩图、习题和对应的参考答案；同时，本书为了方便老师们的教学需求，还提供了教学可用的PPT。