項(xiàng)目一 夯實(shí)財(cái)務(wù)大數(shù)據(jù)——Python基礎(chǔ)
任務(wù)一 搭建財(cái)務(wù)大數(shù)據(jù)分析環(huán)境
1.1 Python語言簡介
1.2 Python程序的風(fēng)格
1.3 Python開發(fā)環(huán)境
1.4 【實(shí)踐項(xiàng)目】Jupyter Notcbook 的搭建
任務(wù)二 編寫你的Python程序
2.1 Python中的輸出函數(shù)print(）
2.2 Python中的注釋語句
2.3 Python中的變量及變量命名
2.4 Python中的輸出函數(shù)input(）
2.5 【實(shí)踐項(xiàng)目】Python中變量的命名及輸入、輸出函數(shù)的應(yīng)用
2.6 財(cái)務(wù)案例實(shí)踐
任務(wù)三 掌握數(shù)據(jù)類型——數(shù)值
3.1 Python 數(shù)據(jù)類型
3.2 數(shù)值類型
3.3 運(yùn)算符
3.4 【實(shí)踐項(xiàng)目】Python中表達(dá)式的綜合運(yùn)用
3.5 財(cái)務(wù)案例實(shí)踐
任務(wù)四 理解數(shù)據(jù)類型——字符串
4.1 字符串的定義
4.2 字符串的操作
4.3 字符串的格式化
4.4 【實(shí)踐項(xiàng)目】Python中字符串的運(yùn)用
4.5 財(cái)務(wù)案例實(shí)踐
任務(wù)五 高級(jí)數(shù)據(jù)類型的應(yīng)用
5.1 列表
5.2 元組
5.3 字典
5.4 集合
5.5 數(shù)據(jù)類型轉(zhuǎn)換
5.6 【實(shí)踐項(xiàng)目】Python中列表、字典的綜合應(yīng)用
5.7 財(cái)務(wù)案例實(shí)踐
任務(wù)六 流程控制——條件語句的應(yīng)用
6.1 if…else 結(jié)構(gòu)
6.2 if…clif…clse 結(jié)構(gòu)
6.3 if嵌套
6.4 【實(shí)踐項(xiàng)目】Python中條件語句的綜合應(yīng)用
6.5 財(cái)務(wù)案例實(shí)踐
任務(wù)七 流程控制——循環(huán)語句的應(yīng)用
7.1 while循環(huán)
7.2 for循環(huán)
7.3 嵌套循環(huán)
7.4 跳轉(zhuǎn)語句
7.5 【實(shí)踐項(xiàng)目】Python中循環(huán)結(jié)構(gòu)綜合應(yīng)用
7.6 財(cái)務(wù)案例實(shí)踐
任務(wù)八 函數(shù)的使用
8.1 內(nèi)置函數(shù)
8.2 自定義函數(shù)
8.3 匿名函數(shù)
8.4 【實(shí)踐項(xiàng)目】利用自定義函數(shù)實(shí)現(xiàn)萬年歷的制作
8.5 財(cái)務(wù)案例實(shí)踐
任務(wù)九 函數(shù)參數(shù)及變量作用域的應(yīng)用
9.1 函數(shù)的參數(shù)
9.2 變量的作用域
9.3 【實(shí)踐項(xiàng)目】Python中使用函數(shù)處理漢諾塔問題
9.4 財(cái)務(wù)案例實(shí)踐
任務(wù)十 高級(jí)函數(shù)的應(yīng)用
10.1 高階函數(shù)
10.2 filter(）函數(shù)
10.3 map(）函數(shù)
10.4 reduce()函數(shù)
項(xiàng)目二 挖掘財(cái)務(wù)大數(shù)據(jù)——爬蟲技術(shù)應(yīng)用
任務(wù)一 了解爬蟲工作原理
1.1 爬蟲的概念和爬蟲原理
1.2 爬蟲基本概念
任務(wù)二 運(yùn)用爬蟲工具獲取數(shù)據(jù)
2.1 Requests簡介
2.2 Response簡介
2.3 數(shù)據(jù)保存
2.4 自定義爬蟲函數(shù)
2.5 財(cái)務(wù)案例實(shí)踐
項(xiàng)目三 分析財(cái)務(wù)大數(shù)據(jù)——數(shù)據(jù)清洗與處理
任務(wù)一 認(rèn)知Pandas
1.1 Pandas的概念
1.2 Pandas 數(shù)據(jù)結(jié)構(gòu)
1.3 文件的讀取
1.4 財(cái)務(wù)案例實(shí)踐
任務(wù)二 數(shù)據(jù)篩選與查詢
2.1 直接篩選
2.2 條件篩選
2.3 索引器篩選
2.4 數(shù)據(jù)三劍客
2.5 財(cái)務(wù)案例實(shí)踐
任務(wù)三 數(shù)據(jù)清洗
3.1 重復(fù)值處理
3.2 缺失值處理
3.3 其他異常處理
3.4 dataClean(）函數(shù)
3.5 財(cái)務(wù)案例實(shí)踐
任務(wù)四 數(shù)據(jù)特征分析與連接
4.1 描述性統(tǒng)計(jì)分析
4.2 累計(jì)統(tǒng)計(jì)
4.3 數(shù)據(jù)排序
4.4 數(shù)據(jù)的連接
4.5 財(cái)務(wù)案例實(shí)踐
任務(wù)五 數(shù)據(jù)的分組聚合與透視
5.1 數(shù)據(jù)分組——groupby（）函數(shù)
5.2 數(shù)據(jù)聚合——agg（）函數(shù)
5.3 數(shù)據(jù)透視
5.4 財(cái)務(wù)案例實(shí)踐
項(xiàng)目四 呈現(xiàn)財(cái)務(wù)大數(shù)據(jù)——財(cái)務(wù)數(shù)據(jù)可視化
任務(wù)一 認(rèn)識(shí)Matplotlib——數(shù)據(jù)可視化工具包
1.1 Matplotlib簡介
1.2 Matplotlib初級(jí)應(yīng)用
1.3 Matplotlib可視化繪圖
1.4 Pandas作圖函數(shù)——plot
任務(wù)二 財(cái)務(wù)數(shù)據(jù)可視化——Pyecharts
2.1 Pyecharts簡介
2.2 Pyecharts初級(jí)應(yīng)用
2.3 Pyecharts高級(jí)應(yīng)用
2.4 財(cái)務(wù)案例實(shí)踐
項(xiàng)目五 玩轉(zhuǎn)財(cái)務(wù)大數(shù)據(jù)——財(cái)務(wù)大數(shù)據(jù)應(yīng)用
任務(wù)一 企業(yè)銷售業(yè)績分析及可視化實(shí)踐
1.1 案例背景
1.2 項(xiàng)目要求
1.3 案例實(shí)施
任務(wù)二 企業(yè)財(cái)務(wù)報(bào)表分析及可視化實(shí)踐
2.1 案例背景
2.2 項(xiàng)目要求
2.3 案例實(shí)施
任務(wù)三 企業(yè)財(cái)務(wù)指標(biāo)分析及可視化實(shí)踐
3.1 案例背景
3.2 項(xiàng)目要求
3.3 案例實(shí)施
項(xiàng)目六 財(cái)務(wù)大數(shù)據(jù)分析綜合實(shí)訓(xùn)
任務(wù)一 企業(yè)財(cái)務(wù)大數(shù)據(jù)分析項(xiàng)目概要
1.1 案例背景
1.2 項(xiàng)目要求
1.3 項(xiàng)目數(shù)據(jù)
任務(wù)二 企業(yè)財(cái)務(wù)大數(shù)據(jù)獲取與整理
2.1 數(shù)據(jù)的獲取
2.2 數(shù)據(jù)的重塑與清洗
任務(wù)三 企業(yè)財(cái)務(wù)大數(shù)據(jù)分析與可視化呈現(xiàn)
3.1 銷售商品排行分析與可視化
3.2 銷售毛利分析與可視化
3.3 銷售收入預(yù)測(cè)分析與可視化
3.4 盈利結(jié)構(gòu)分析與可視化
3.5 利潤貢獻(xiàn)分析與可視化
3.6 預(yù)算執(zhí)行分析與可視化
3.7 財(cái)務(wù)能力分析與可視化
3.8 經(jīng)營雷達(dá)監(jiān)控分析與可視化
任務(wù)四 企業(yè)財(cái)務(wù)大數(shù)據(jù)分析報(bào)告的撰寫
4.1 總體經(jīng)營情況