Python金融數據分析與數字化營銷 Basic Python for Data Management, Finance, and Marketing: Advance Your Career by Learning the Most Powerful Analytical Tool

目　錄

第1章　開始使用Python 001

1.1　安裝Python 003

1.2　變量和數字類型 008

1.3　字符串 013

1.4　你的第一個程序 016

1.5　用if，elif和else語句來實現邏輯 019

1.6　方法 025

1.7　列表和元組 029

1.8　索引和切片 034

第2章　自己動手寫Python 腳本 039

2.1　有限循環 040

2.2　範圍函數range() 043

2.3　嵌套的for循環 045

2.4　自定義函數 047

2.5　構建程序 051

2.6　無限循環 057

2.7　字典 059

2.8　將信息寫入文本文件 064

2.9　從文本文件中讀取信息 067

第3章　Pandas數據分析 073

3.1　Series數據結構 074

3.2　DataFrame數據結構 079

3.2.1　構建DataFrame 079

3.2.2　DataFrame切片 081

3.2.3　篩選DataFrame 089

3.3　Pandas中的邏輯運算 091

3.4　從CSV文件中讀取數據 097

3.5　合並數據集 108

3.5.1　連接數據集 109

3.5.2　合並DataFrame 113

3.6　分組函數 114

第4章　Python數據抓取 119

4.1　網頁抓取 120

4.2　列表推導式 131

4.3　用Selenium進行網頁抓取 136

4.4　Selenium 139

4.5　使用API 152

4.6　工具庫Pandas-Datareader 159

第5章　數據可視化 163

5.1　可視化庫Matplotlib 164

5.2　折線圖 164

5.3　直方圖 170

5.4　散點圖 172

5.5　餅狀圖 178

第6章　Python金融數據分析 181

6.1　NumPy-Financial 182

6.2　用fv()函數來計算終值 183

6.3　用pv()函數來計算現值 184

6.4　用npv()函數來計算凈現值 185

6.5　風險價值 190

6.6　蒙特卡洛模擬 199

6.7　有效邊界 201

6.8　基本面分析 208

6.9　財務比率 213

第7章　Python數字化營銷 215

7.1　開始使用Google API Client 216

7.2　Twitter機器人 232

7.3　用Python進行電子郵件營銷 237