Jupyter 金融應用 從入門到實踐

傅玉峰
北京大學碩士，先後就職於中國建設銀行、北京大學信息科學技術學院，具有豐富的金融大數據分析與金融風控建模的經驗。

孫惠平
北京大學軟件與微電子學院講師，北京大學網絡與信息安全實驗室和信息科學技術學院區塊鏈研究中心成員，研究方向為智能風控、區塊鍊和身份認證，主講“信息安全工程” “區塊鏈”“數據分析工具與實踐”等課程。

陳鍾
北京大學教授、博導，北京大學信息科學技術學院區塊鏈研究中心主任和北京大學網絡與信息安全實驗室主任。中國計算機學會會士、常務理事、信息保密專業委員會副主任委員，教育部高等學校計算機類教學指導委員會副主任委員，中國軟件行業協會副理事長，中國開源軟件推進聯盟副主席，主要研究領域為面向領域的軟件工程、網絡與信息安全。

第1部分基礎知識
第1章Jupyter Notebook基礎知識2
1．1什麼是Jupyter Notebook 2
1．1．1起源3
1．1．2特點3
1．1．3應用領域4
1．2在Windows上安裝Jupyter Notebook 4
1．2．1準備工作5
1．2．2通過Anaconda安裝5
1．3在macOS上安裝Jupyter Notebook 9
1．3．1準備工作9
1．3．2通過Anaconda安裝10
1．3．3通過命令行安裝14
1．4在Linux上安裝Jupyter Notebook 16
1．4．1準備工作16
1．4．2通過命令行安裝Anaconda 17
1．5軟件包管理20
1．5．1通過Anaconda管理軟件包20
1．5．2通過pip管理軟件包21
1．6小結22

第2章Jupyter Notebook界面23
2．1主界面23
2．1．1 “文件”（Files）界面24
2．1．2 “運行”（Running）界面26
2．1．3 “集群”（Clusters）界面27
2．2菜單欄27
2．2．1 “文件”（File）菜單27
2．2．2 “編輯”（Edit）菜單29
2．2．3 “查看”（View）菜單29
2．2．4 “插入”（Insert）菜單30
2．2．5 “單元格”（Cell）菜單30
2．2．6 “內核服務”（Kernel）菜單31
2．2．7 “組件”（Widgets）菜單31
2．2．8 “幫助”（Help）菜單33
2．3工具欄33
2．4交互區35
2．5小結35

第3章Jupyter Notebook基礎操作37
3．1初次運行37
3．2單元格的使用38
3．2．1代碼單元格39
3．2．2 Markdown單元格39
3．2．3原生單元格40
3．2．4編輯模式與命令模式40
3．3快捷鍵的使用42
3．3．1 macOS與Windows快捷鍵的差異42
3．3．2編輯模式常用快捷鍵44
3．3．3命令模式常用快捷鍵45
3．4魔法命令的使用47
3．4．1魔法命令基本用法47
3．4．2常用的魔法命令48
3．5命令行的使用50
3．5．1命令行的基本用法50
3．5．2命令行常用的命令51
3．6小結52

第4章Jupyter Notebook文檔編寫53
4．1 Markdown基本語法53
4．1．1標題54
4．1．2段落格式56
4．1．3文字格式57
4．1．4列表格式59
4．1．5區塊格式60
4．1．6代碼格式63
4．1．7鏈接格式64
4．1．8表格格式65
4．1．9圖片格式66
4．2 Markdown高級技巧68
4．2．1 HTML元素68
4．2．2轉義70
4．2．3公式71
4．3文檔共享73
4．3．1把文件導出成多種格式73
4．3．2使用nbviewer共享74
4．4小結75

第二部分金融數據處理
第5章基本數據操作78
5．1基本數據結構79
5．1．1元組79
5．1．2列表81
5．1．3字典84
5．1．4集合87
5．2 NumPy庫89
5．2．1 NumPy簡介89
5．2．2常規數組89
5．2．3結構化數組95
5．2．4矩陣操作95
5．3 Pandas庫97
5．3．1 Pandas簡介97
5．3．2 Series數據結構97
5．3．3 DataFrame數據結構100
5．4小結108

第6章數據存取109
6．1 CSV數據存取109
6．1．1 CSV數據讀取110
6．1．2參數配置111
6．1．3 CSV數據保存112
6．2 JSON數據存取113
6．2．1 JSON數據讀取113
6．2．2參數遍歷114
6．2．3 JSON數據生成117
6．3數據庫中的數據存取117
6．3．1數據庫初始化117
6．3．2常用操作119
6．4文本文件中的數據存取120
6．4．1文件數據讀取120
6．4．2常用操作122
6．5小結123

第7章數據可視化124
7．1可視化基礎124
7．1．1折線圖125
7．1．2柱狀圖127
7．1．3散點圖130
7．1．4餅圖134
7．1．5直方圖136
7．1．6箱型圖139
7．2可視化進階142
7．2．1組合子圖142
7．2．2坐標軸的設置147
7．2．3圖形的設置155
7．2．4圖表分享161
7．3可視化拓展161
7．3．1 3D圖161
7．3．2熱力圖166
7．4小結168

第三部分機器學習與金融建模
第8章機器學習170
8．1機器學習概述170
8．1．1基本概念171
8．1．2機器學習算法分類172
8．2機器學22常用模型174
8．2．1線性回歸175
8．2．2邏輯回歸175
8．2．3支持向量機176
8．2．4決策樹177
8．2．5隨機森林178
8．2．6 K均值聚類179
8．3小結179

第9章scikit-learn 180
9．1安裝180
9．2常用函數181
9．2．1線性回歸182
9．2．2邏輯回歸183
9．2．3支持向量機185
9．2．4決策樹186
9．2．5隨機森林188
9．2．6 K均值聚類189
9．3小結190

第10章產品銷售預測模型實例191
10．1場景介紹191
10．2數據準備192
10．2．1數據探索192
10．2．2數據劃分196
10．3建立模型197
10．3．1擬合優度197
10．3．2模型對比198
10．4驗證評估200
10．4．1模型表現200
10．4．2模型解釋201
10．5小結202

第11章信用評分模型實例203
11．1場景介紹203
11．2數據準備204
11．2．1數據概況204
11．2．2數據探索205
11．2．3特徵選擇209
11．2．4數據採樣213
11．3建立模型214
11．4驗證評估215
11．4．1分類評價指標215
11．4．2橫向對比模型218
11．5小結221

第12章反欺詐模型實例222
12．1場景介紹222
12．2數據準備223
12．2．1特徵轉換223
12．2．2特徵縮放224
12．3建立模型225
12．3．1確定類的數量226
12．3．2類的可視化228
12．4驗證評估228
12．5小結229

第四部分高級功能
第13章安全配置232
13．1訪問控制232
13．1．1設置訪問域232
13．1．2設置訪問IP 233
13．1．3埠配置234
13．1．4 URL前綴配置234
13．2安全認證235
13．2．1 Token認證236
13．2．2口令認證237
13．2．3取消認證239
13．3 SSL配置239
13．3．1創建SSL證書240
13．3．2 SSL證書設置241
13．4小結242

第14章其他內核的配置243
14．1 R內核的配置244
14．1．1通過Anaconda圖形化界面下載並安裝R內核244
14 ．1．2通過conda命令行下載並安裝R內核245
14．1．3查看安裝結果並編寫運行一個R腳本246
14．2 Julia內核的配置247
14．2．1安裝Julia 247
14．2．2在Jupyter中配置Julia 249
14．2．3查看安裝結果並編寫運行一個Julia腳本249
14．3 JavaScript內核的配置250
14．3．1檢查Node．js和npm 250
14．3．2安裝管理Node．js和npm 251
14．3．3安裝JavaScript內核252
14．3．4在Jupyter Notebook中使用JavaScript內核253
14．4 Scala內核的配置254
14．4．1 Java安裝與環境配置2 54
14．4．2 Scala下載與安裝256
14．4．3在Jupyter Notebook中使用Scala內核257
14．5 Spark內核的配置258
14．5．1安裝Spark 258
14．5．2安裝SBT 259
14．5．3在Jupyter Notebook中使用Spark內核260
14．6小結264

第15章JupyterHub多用戶配置265
15．1為什麼需要多用戶配置265
15．2 JupyterHub的安裝267
15．2．1準備工作267
15．2．2安裝步驟267
15．2．3啟動269
15．3 JupyterHub的配置270
15．3．1基礎配置271
15．3．2多用戶配置272
15．4小結274