03 Python财务数据采集与分析.docxVIP

《Python财务数据分析》教案

课程名称

《Python财务数据分析》

授课对象

课题

第3章Python财务数据采集与分析

课时

20

教学内容

财务数据分析流程

pandas数据结构

财务数据采集

数据索引的设置

缺失数据的处理

重复数据的处理

数据的增删改查

数据的排序

字符串的处理

时间序列的处理

数据的统计函数

数据透视表

数据的分组聚合

数据的重塑

数据的合并

数据的转换

拓展1：线性回归模型

拓展2：现金流模型

拓展3：组合迭代器

拓展4：求解方程式

教学目标

掌握pandas数据结构的特点以及创建方法

掌握Excel数据的读取方法以及数据索引的设置方法

灵活使用akshare库的接口方法获取财经大数据

掌握缺失数据、重复数据的处理方法

掌握数据的“增删改查”以及排序方法

掌握字符串、时间序列的处理方法

掌握数据的统计方法

掌握数据透视表、分组聚合方法

掌握数据的重塑、合并以及转换方法

掌握线性回归模型、现金流模型、组合迭代器、求解方程式的应用方法

教学重点

Excel数据的读取方法以及数据索引的设置方法

使用akshare库的接口方法获取财经大数据

缺失数据、重复数据的处理方法

数据的“增删改查”以及排序方法

字符串、时间序列的处理方法

数据的统计方法

数据透视表、分组聚合方法

数据的重塑、合并以及转换方法

线性回归模型、现金流模型、组合迭代器、求解方程式的应用方法

教学难点

缺失数据、重复数据的处理方法

数据的“增删改查”

字符串、时间序列的处理方法

数据透视表、分组聚合方法

数据的重塑、合并以及转换方法

线性回归模型、现金流模型、组合迭代器、求解方程式的应用方法

教学形式

教师结合丰富的教学资源进行课堂讲授

教学资源：配套教材、数据文件、源代码、PPT课件、电子教案、微课视频、习题答案等

教学过程

课前准备

预习章节内容，初步了解Python财务数据采集与分析

课堂实施

财务数据分析流程

讲解财务数据分析的含义、目标，以及基本流程。

pandas数据结构（1课时）

讲解Series和DataFrame数据结构的特点，以及创建方法。

财务数据采集（1课时）

讲解如何读取Excel数据，通过数据表的基本属性和方法快速了解

数据的基本特征；讲解第三方数据接口Akshare的特点和优势，以及如何采集上市公司财务数据。

数据索引的设置（1课时）

讲解数据索引的设置与重置方法。

缺失数据的处理（1课时）

讲解检测缺失值、过滤缺失值、填充缺失值的方法。

重复数据的处理（1课时）

讲解检测重复数据、删除重复数据的方法。

数据的增删改查（2课时）

讲解如何通过直接索引、布尔索引、标签索引、位置索引进行数据查询；讲解修改数据类型和索引标签的方法，以及如何替换指定数据；讲解数据的删除与增加。

数据的排序（1课时）

讲解单条件排序与多条件排序的方法。

字符串的处理（1课时）

讲解len()、strip()、replace()、startswith()、contains()、split()、cat()等字符串处理函数的应用。

时间序列的处理（1课时）

讲解按日期筛选数据、按日期显示数据、按日期统计数据的方法，以及如何对日期进行提取和偏移。

数据的统计函数（1课时）

讲解各类统计函数的使用方法，以及axis参数的设置方法。

数据透视表（1课时）

讲解数据透视表的实现原理，以及pivot_table()函数的参数设置。

数据的分组聚合（1课时）

讲解groupby()函数的分组方法，以及聚合函数的使用。

数据的重塑（1课时）

讲解transpose()、unstack()、stack()、pivot()等函数的使用方法。

数据的合并（1课时）

讲解merge()、concat()函数的使用方法。

数据的转换（1课时）

讲解map()、apply()、applymap()函数的使用方法。

拓展1：线性回归模型（1课时）

讲解statsmodels模块的作用，以及如何构建线性回归模型。

拓展2：现金流模型（1课时）

讲解numpy_financial模块的作用，以及现金流基本模型的计算方法，净现值、内含报酬率等投资项目评价指标的计算方法。

拓展3：组合迭代器（1课时）

讲解itertools模块的作用，以及如何通过combinations()函数进行组合迭代。

拓展4：求解方程式（1课时）

讲解sympy模块的作用，以及如何通过sympy模块求解常见的一元一次方程及二元一次方程组。

课后作业

见教材第3章《思考与练习》《强化实训》等配套习题

教学反思