Python數據分析與應用

目錄

第一部分 編程基礎

第1章 Python語言概述3

1.1 Python語言與數據分析應用3

1.2 Python程序開發與開發環境10

1.3 Anaconda與Python14

1.4 課後思考21

第2章 Python程序結構22

2.1 順序執行：程序結構、標識符、賦值語句22

2.2 條件語句24

2.3 循環語句26

2.4 課後思考31

第3章 列表與元組32

3.1 知識準備32

3.2 代碼補全和知識拓展42

3.3 實訓任務：兩個列表相加43

3.4 延伸高級任務44

3.5 課後思考46

第4章 字符串47

4.1 知識準備47

4.2 代碼補全和知識拓展66

4.3 實訓任務：處理股票交易數據71

4.4 延伸高級任務72

4.5 課後思考75

第5章 字典77

5.1 知識準備77

5.2 代碼補全和知識拓展80

5.3 實訓任務：銀行卡密碼初始化85

5.4 延伸高級任務86

5.5 課後思考88

第6章 函數與類90

6.1 知識準備90

6.2 代碼補全和知識拓展99

6.3 實訓任務：景區訪客量統計105

6.4 延伸高級任務106

6.5 課後思考109

第二部分 數據分析

第7章 NumPy113

7.1 知識準備113

7.2 代碼補全和知識拓展 119

7.3 實訓任務：生成偶數數組124

7.4 延伸高級任務126

7.5 課後思考128

第8章 Python數據可視化131

8.1 知識準備131

8.2 代碼補全和知識拓展149

8.3 實訓任務：視頻網站數據可視化168

8.4 延伸高級任務173

8.5 課後思考177

第9章 核心數據處理庫pandas179

9.1 知識準備179

9.2 代碼補全和知識拓展213

9.3 實訓任務219

9.4 延伸高級任務221

9.5 課後思考224

第10章 進階數據處理庫226

10.1 SciPy226

10.2 Statsmodels239

10.3 Quandl248

10.4 Zipline和Pyfolio249

10.5 TA-Lib和QuantLib254

10.6 課後思考265

第三部分 行業應用

第11章 股票數據分析可視化269

11.1 知識準備269

11.2 任務介紹271

11.3 代碼演示272

11.4 代碼補全和知識拓展276

11.5 實訓任務：下載股票數據並繪制收盤價時間序列圖279

11.6 課後思考281

第12章 實現量化交易策略282

12.1 知識準備282

12.2 任務介紹285

12.3 代碼演示285

12.4 代碼補全和知識拓展289

12.5 實訓任務：tushare數據演示移動平均線交易策略290

12.6 課後思考294

第13章 商業銀行數據遷移案例297

13.1 知識準備297

13.2 任務介紹299

13.3 代碼演示302

13.4 代碼補全和知識拓展309

13.5 實訓任務：某商業銀行數據遷移案例311

13.6 課後思考314

第14章 銀行信貸潛在違約客戶識別316

14.1 知識準備316

14.2 任務介紹319

14.3 代碼演示320

14.4 代碼補全和知識拓展325

14.5 實訓任務：利用某銀行實際數據進行貸款違約預測335

14.6 課後思考339

第15章 金融機構電話營銷數據分析344

15.1 知識準備344

15.2 任務介紹346

15.3 代碼演示350

15.4 代碼補全和知識拓展351

15.5 實訓任務：金融機構電話營銷數據分析354

15.6 延伸高級任務359

15.7 課後思考363