Python金融數據分析與挖掘 (微課版) 黃恆秋 9787115647757 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202412*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：Python金融數據分析與挖掘 (微課版)
ISBN：9787115647757
出版社：人民郵電
著編譯者：黃恆秋
頁數：274
所在地：中國大陸 *此為代購商品
書號：1703907
可大量預訂，請先連絡。

內容簡介

本書從Python基礎，到應用Python進行科學計算、數據處理、數據可視化、挖掘建模等基礎訓練，再到利用Python進行金融數據挖掘實戰，深入淺出地介紹了如何使用Python進行金融數據分析、挖掘和量化投資的全過程。 本書將從Python基礎知識、基本數據分析技能和金融數據基礎知識，擴展到基礎案例和綜合案例，最後通過實訓幫助讀者強化訓練，完成Python金融數據分析與挖掘相關知識的學習。全書分3篇：基礎篇、案例篇和實訓篇。基礎篇（第1～6章）主要介紹Python基礎及應用於科學計算、數據處理、數據可視化、機器學習、關聯規則等方面的基礎知識和金融數據基礎知識；案例篇（第7～11章）主要介紹利用Python進行金融數據挖掘分析的基礎案例和綜合案例；實訓篇（第12章），由8個實訓組成。 本書提供配套的案例數據、程序代碼、課件、教學大綱、實訓課題、測試題等豐富資源，適合作為普通高等院校數學、計算機、經濟管理專業相關課程的教材，也適合作為金融數據挖掘研究者、愛好者的參考書。

目錄

基礎篇
第1章 Python基礎
1 1 Python概述
1 2 Python安裝及啟動
1 2 1 Python安裝
1 2 2 Python啟動及界面認識
1 2 3 Python安裝擴展包
1 3 Python基本數據類型
1 3 1 數值的定義
1 3 2 字元串的定義
1 3 3 列表的定義
1 3 4 元組的定義
1 3 5 集合的定義
1 3 6 字典的定義
1 3 7 列表、元組、集合與字典之間的比較
1 4 Python相關的公有方法
1 4 1 索引
1 4 2 切片
1 4 3 長度
1 4 4 統計
1 4 5 成員身份
1 4 6 變數刪除
1 5 列表、元組與字元串方法
1 5 1 列表方法
1 5 2 元組方法
1 5 3 字元串方法
1 6 字典方法
1 7 條件語句
1 7 1 if語句
1 7 2 ifelse語句
1 7 3 ifelifelse語句
1 8 循環語句
1 8 1 while語句
1 8 2 for循環
1 9 函數
1 9 1 無返回值函數的定義與調用
1 9 2 有返回值函數的定義與調用
1 9 3 有多返回值函數的定義與調用
1 10 Python在金融大數據中的應用
本章小結
本章練習
本章實驗
第2章 科學計算包Numpy
2 1 Numpy簡介
2 2 創建數組
2 2 1 利用array()函數創建數組
2 2 2 利用內置函數創建數組
2 3 數組尺寸
2 4 數組運算
2 5 數組切片
2 5 1 常見的數組切片方法
2 5 2 利用ix_()函數進行數組切片
2 6 數組連接
2 7 數據存取
2 8 數組形態變換
2 9 數組排序與搜索
2 10 矩陣與線性代數運算
2 10 1 創建Numpy矩陣
2 10 2 矩陣的屬性和基本運算
2 10 3 線性代數運算
本章小結
本章練習
本章實驗
第3章 數據處理包Pandas
3 1 Pandas簡介
3 2 序列
3 2 1 序列創建及訪問
3 2 2 序列屬性
3 2 3 序列方法
3 2 4 序列切片
3 2 5 序列聚合運算
3 3 數據框
3 3 1 數據框創建
3 3 2 數據框屬性
3 3 3 數據框方法
3 3 4 數據框切片
3 4 外部文件讀取
3 4 1 Excel文件讀取
3 4 2 TXT文件讀取
3 4 3 CSV文件讀取
3 5 常用函數
3 5 1 時間處理函數
3 5 2 數據框合併函數
3 5 3 數據框關聯函數
3 6 常見數據處理和計算任務
3 6 1 滾動計算
3 6 2 時間元素提取
3 6 3 映射與離散化
3 6 4 分組計算
本章小結
本章練習
本章實驗
第4章 數據可視化包Matplotlib
4 1 Matplotlib繪圖基礎
4 1 1 Matplotlib圖像構成
4 1 2 Matplotlib繪圖基本流程
4 1 3 中文字元顯示
4 1 4 坐標軸字元刻度標註
4 2 Matplotlib常用圖形繪製
4 2 1 散點圖
4 2 2 線性圖
4 2 3 柱狀圖
4 2 4 直方圖
4 2 5 餅圖
4 2 6 箱線圖
4 2 7 子圖
本章小結
本章練習
本章實驗
第5章 機器學習與實現
5 1 Scikit-learn簡介
5 2 數據預處理
5 2 1 缺失值處理
5 2 2 數據規範化
5 2 3 主成分分析
5 3 線性回歸
5 3 1 一元線性回歸
5 3 2 多元線性回歸
5 3 3 Python線性回歸應用舉例
5 4 邏輯回歸
5 4 1 邏輯回歸模型
5 4 2 Python邏輯回歸模型應用舉例
5 5 神經網絡
5 5 1 神經網絡模擬思想
5 5 2 神經網絡結構及數學模型
5 5 3 Python神經網絡分類應用舉例
5 5 4 Python神經網絡回歸應用舉例
5 6 支持向量機
5 6 1 支持向量機原理
5 6 2 Python支持向量機應用舉例
5 7 K-均值聚類
5 7 1 K-均值聚類的基本原理
5 7 2 Python K-均值聚類算法應用舉例
5 8 關聯規則
5 8 1 關聯規則概念
5 8 2 布爾關聯規則挖掘
5 8 3 一對一關聯規則挖掘及Python實現
5 8 4 多對一關聯規則挖掘及Python實現
本章小結
本章練習
本章實驗
第6章 金融數據基礎
6 1 上市公司及其約束規範
6 2 上市公司數據收集、生產及主要指標解讀
6 2 1 公司治理結構
6 2 2 公司財務報表
6 2 3 公司財務分析指標
6 3 股票交易市場數據生產、加工及理解
6 3 1 股票交易數據基本知識
6 3 2 股票交易數據生產場景
6 3 3 股票高頻交易數據
6 3 4 股票日頻交易數據
6 3 5 股票價格指數日頻交易數據
6 4 金融
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。