会计Python

朱梦蓝

目录

  • 1 Python技术初识
    • 1.1 财经大数据时代的通行证-Python
    • 1.2 Python课程介绍
    • 1.3 漫谈Python
    • 1.4 思政专题：Python之父
  • 2 Python语法基础
    • 2.1 学习导航
    • 2.2 财经大数据分析环境准备
    • 2.3 第一个Python程序
    • 2.4 数据类型——数值
      • 2.4.1 算术运算符
      • 2.4.2 赋值运算符
      • 2.4.3 比较运算符
      • 2.4.4 逻辑运算符
    • 2.5 数据类型——字符串
      • 2.5.1 转义字符
      • 2.5.2 字符串格式化
    • 2.6 其他高级数据类型
      • 2.6.1 列表
      • 2.6.2 元组
      • 2.6.3 字典
    • 2.7 思政专题：科技力量助力新冠疫情防控
    • 2.8 知识大闯关
  • 3 Python语法进阶
    • 3.1 学习导航
    • 3.2 流程控制—条件语句
      • 3.2.1 if-else条件语句
      • 3.2.2 if-elif-else条件语句
      • 3.2.3 if嵌套语句
    • 3.3 流程控制——循环语句
      • 3.3.1 while循环语句
      • 3.3.2 for循环语句
      • 3.3.3 嵌套循环
      • 3.3.4 跳转语句
    • 3.4 功能不够用，函数来帮助
      • 3.4.1 内置函数
      • 3.4.2 自定义函数
      • 3.4.3 匿名函数
    • 3.5 函数的参数和变量作用域
      • 3.5.1 函数参数
      • 3.5.2 变量作用域
    • 3.6 了解高级函数
      • 3.6.1 filter函数
      • 3.6.2 map函数
      • 3.6.3 reduce函数
    • 3.7 思政专题：功能不够用，函数来帮忙——合作共赢，共享成果
    • 3.8 知识大闯关
  • 4 Pandas数据处理
    • 4.1 学习导航
    • 4.2 Pandas基础
      • 4.2.1 数据结构
      • 4.2.2 数据读取
    • 4.3 Pandas数据筛选查询
    • 4.4 Pandas高阶函数
      • 4.4.1 map函数
      • 4.4.2 apply函数
      • 4.4.3 applymap函数
    • 4.5 Pandas数据清洗
      • 4.5.1 重复值处理
      • 4.5.2 缺失值处理
      • 4.5.3 其他异常处理
      • 4.5.4 索引设置
    • 4.6 Pandas数据特征分析
    • 4.7 Pandas数据组合
    • 4.8 Pandas数据拆分
    • 4.9 思政专题：apply函数助力奖金核算
    • 4.10 知识大闯关
  • 5 财务数据可视化
    • 5.1 学习导航
    • 5.2 Matplotlib-财经数据可视化
      • 5.2.1 Matplotlib简介
      • 5.2.2 Matplotlib创建画布与子图
      • 5.2.3 Matplotlib初级应用
        • 5.2.3.1 初级应用1
        • 5.2.3.2 初级应用2
        • 5.2.3.3 初级应用3
      • 5.2.4 作图函数—plot
    • 5.3 Pyecharts-财经数据可视化
      • 5.3.1 Pyecharts简介
      • 5.3.2 Pyecharts初级应用
    • 5.4 思政专题：从追赶到领先—华为的创新之路
    • 5.5 知识大闯关
  • 6 财务大数据分析
    • 6.1 学习导航
    • 6.2 财务指标分析
    • 6.3 资产负债表分析
    • 6.4 利润表分析
    • 6.5 行业指标分析
    • 6.6 思政专题：加强财会监督大数据分析 精准打击财务造假
    • 6.7 知识大闯关
学习导航
  • 1 学习目标
  • 2 教学视频
  • 3 科云小课堂
  • 4 PPT

通过学习本章知识点，可达到以下三维目标：

1.知识目标：掌握Pandas数据类型；

                   掌握Pandas中的常用函数；

                   掌握Pandas对不同文件的读写方法； 

                   理解数据筛选方法的不同应用场景；  

                   掌握map()函数、apply()函数和applymap()函数；

                   掌握Pandas对重复值、缺失值及异常情况的处理； 

                   掌握pandas数据的统计分析、数据组合与拆分。

2.技能目标：学会使用pandas对Excel数据进行计算、统计等操作；

                    能使用pandas编写简单的数据清洗函数；

                    能使用pandas中的常用函数。

3.情感目标：具有学习新技术，不断挑战自我的能力；

                    培养创新意识；

                    培养认真负责、严谨细致的工作态度。