Python程序设计与财务应用(微课版)课件 第1章 认识Python.pptx

Python程序设计与财务应用(微课版)课件 第1章 认识Python.pptx

  1. 1、本文档共45页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

Python程序设计与财务应用(微课版)第1章

认识Python

知识目标1.什么是Python;2.了解Python在财务领域的应用;3.了解Python开发环境及其分类。技能目标1.能够下载、安装Anaconda;2.能够正确配置JupyterNotebook;3.能够编辑和运行简单的笔记本文件。学习目标

章节导图思考题财务人员学习Python,用什么软件好呢?章节导读

CONTENTS什么是Python01.02.Python在财务领域的应用Python开发环境03.

什么是Python01.Python是一种代表简单主义思想的面向对象的解释型编程语言,它是目前比较流行的编程语言。

1.1.1Python的发展史6Python由荷兰人吉多·范罗苏姆(GuidovanRossum)于1989年发明。Python的发展历史可以分为以下几个阶段。(1)Python1.x:1991年至2000年,属于Python的初始阶段,主要实现了基本的语法结构、数据类型、异常处理、模块系统等功能。Python1.0于1994年发布,Python1.x系列的最后一个版本Python1.6于2000年发布。(2)Python2.x:2000年至2020年,属于Python的成熟阶段,主要增加了许多新功能,如Unicode支持、列表推导、垃圾回收机制、生成器、装饰器、迭代器协议、新式类等。Python2.0于2000年发布,Python2.x系列的最后一个版本Python2.7于2010年发布。

1.1.1Python的发展史7(3)Python3.x:2008年至今,属于Python的现代阶段,主要进行了一些重大的优化,如移除旧式特性、统一文本和二进制数据模型、增加类型注解、异步编程支持等。Python3.0于2008年发布,它不完全兼容Python2.x,但提供了实用工具来帮助迁移代码。Python3.6于2016年发布,引入了利用f-string来格式化字符串等新特性。Python3.9于2020年发布,增加了新的语法特性、内置特性、标准库特性等多项新特性。截至2024年5月,Python3.x系列的必威体育精装版稳定版本是Python3.12。

1.1.2Python的特点8简单易学语法简洁跨平台应用广泛强大的社区支持

Python在财务领域的应用02.

10在数字经济时代,数据已成为驱动经济社会发展的新要素、新引擎。由业务、财务及税务等多种来源的基础数据组成的财务大数据构成了一个巨大的跨领域、跨平台的数据生态体系。如何对这些海量数据进行有效的分析与判断,进一步挖掘出其中隐含的价值,是财务数据分析面临的较大挑战。Python在财务领域的应用主要有网络爬虫、算法应用、可视化分析、人工智能和机器学习等。

1.2.1网络爬虫11使用Python的网络爬虫功能,可以快速抓取需要的各类网上财务报表数据,并对其进行财务分析和比较,评估企业的生产健康状况和盈利能力,为投资决策提供参考。1.2.2算法应用Python通过其可扩展性、高效性和可重用性,提供快速处理数据的能力。利用这些特性,财务人员可以解决日常工作中遇到的各种复杂的计算问题,以及财务数据分析的问题。

121.2.3可视化分析Python提供了各种可视化工具,如Matplotlib、seaborn等,可以帮助财务人员更好地理解数据,并快速创建高质量的图表和实现可视化效果。这些工具提供了各种类型的图表,如散点图、柱形图、饼图及热力图等,并可以通过定制颜色、标签、大小等参数来定制图表样式。1.2.4人工智能和机器学习Python在人工智能和机器学习领域的应用非常广泛。目前在财务领域中,利用光学字符识别(OpticalCharacterRecognition,OCR)技术识别票据已经较为普遍,而利用深度学习、强化学习、自然语言处理等技术,还能实现对获取的数据进行提取、分类和分析等。机器学习广泛应用于自动化风险管理和反欺诈检测等任务,如通过机器学习算法和模型,Python可以帮助金融机构更好地预测市场趋势和识别潜在的欺诈行为。

Python开发环境03.

1.3.1认识Python开发环境14Python开发环境主要包括两个部分:代码编辑器和代码解释器。(1)代码编辑器:简单来说就是一个文本编辑器,它用来编写Python程序,其功能类似于Windows中的“记事本”。(2)代码解释器:运行Python程序时,要先运行代码解释器。通过代码解释器,可以读取编写的Python程序文件(代码),读取后,代码解释器先将程序文件中的Python代码转换成机器指令(计算机能够理解和执行的指令),然后让计算机按照机器指令的要求去执行(操作)。

1.3.2Pytho

您可能关注的文档

文档评论(0)

xiaobao + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档