本书共4篇，分别是Python基础篇、财务大数据分析篇、财务大数据可视化篇、财务大数据决策篇。Python基础篇内容包括：Windows环境下开发环境的搭建与编码规范；运算符、表达式与内置函数；程序控制结构；可迭代序列结构；函数；文件与文件夹操作。财务大数据分析篇内容包括：NumPy科学计算库；认识Pandas；数据清洗与预处理；数据筛选与查询；数据特征与统计信息、排序、连接；数据分组聚合与透视。财务大数据可视化篇内容包括：扩展库Matplotlib可视化；扩展库Pyecharts可视化。财务大数据决策篇内容包括：项目投资决策；本量利分析；预算管理；财务风险预警。
本书以Python大数据工具进行财务分析与决策，开发了大量基于财务场景的实训项目，并且提供了相应的数据和程序代码等学习资料。本书可作为高校会计学、财务管理、审计学、工商管理、大数据管理与应用、大数据+会计等专业本科生和研究生财务大数据分析与决策、Python在财务中的应用、智能财务分析、智能财务分析与决策、大数据与财务决策等课程的教材，也可以作为对财务数智化感兴趣的读者的学习参考书。

Python基础篇
第1章 Windows环境下开发环境的搭建与编码规范
1.1 开发环境搭建与使用
1.2 扩展库的安装
1.3 标准库与扩展库中对象的导入
1.4 Python编程规范及语法特点
思考练习题
即测即练
第2章 运算符、表达式与内置函数
2.1 Python的基本元素与标识符、关键字
2.2 Python内置对象与基本数据类型
2.3 常用运算符与表达式
2.4 Python常用内置函数
2.5 基本输入和输出
思考练习题
即测即练
第3章 程序控制结构
3.1 顺序结构
3.2 选择结构
3.3 循环结构控制语句
3.4 异常处理结构
3.5 综合案例
思考练习题
即测即练
第4章 可迭代序列结构
4.1 列表
4.2 元组
4.3 字典
4.4 集合
4.5 字符串常用方法
4.6 推导式与生成器推导式
4.7 综合案例
思考练习题
即测即练
第5章 函数
5.1 函数的定义和调用
5.2 函数参数
5.3 lambda表达式
5.4 变量的作用域
5.5 综合案例
思考练习题
即测即练
第6章 文件与文件夹操作
6.1 文件操作基础
6.2 JSON文件操作
6.3 CSV文件操作
6.4 文件级与文件夹级操作
思考练习题
即测即练
财务大数据分析篇
第7章 NumPy科学计算库
7.1 数组对象
7.2 数组运算
7.3 利用数组进行数据处理
7.4 矩阵常用操作
思考练习题
即测即练
第8章 认识Pandas
8.1 Pandas的数据结构
8.2 Pandas索引操作
8.3 文件读取与写入
8.4 财务案例实践
思考练习题
即测即练
第9章 数据清洗与预处理
9.1 重复值处理
9.2 缺失值的处理
9.3 其他异常值的处理
9.4 数据预处理
9.5 财务案例实践
思考练习题
即测即练
第10章 数据筛选与查询
10.1 直接筛选
10.2 条件筛选
10.3 访问器筛选
10.4 财务案例实践
思考练习题
即测即练
第11章 数据特征与统计信息、排序、连接
11.1 描述性统计分析
11.2 数据排序
11.3 数据拆分与合并
11.4 财务案例实践
思考练习题
即测即练
第12章 数据分组聚合与透视
12.1 数据分组与聚合
12.2 透视表与交叉表
12.3 财务案例实践
思考练习题
即测即练
财务大数据可视化篇
第13章 扩展库Matplotlib可视化
13.1 可视化库Matplotlib基础
13.2 基础绘图
13.3 高级绘图
13.4 Pandas作图函数
13.5 财务案例实践
即测即练
第14章 扩展库Pyecharts可视化
14.1 参数配置与运行环境
14.2 基础绘图
14.3 高级绘图
14.4 财务案例实践
思考练习题
即测即练
财务大数据决策篇
第15章 项目投资决策
15.1 投资管理
15.2 贴现现金流法
15.3 投资决策实训项目
第16章 本量利分析
16.1 本量利分析
16.2 盈亏平衡分析
16.3 目标利润分析
16.4 边际分析
16.5 敏感性分析
16.6 本量利分析实训项目
第17章 预算管理
17.1 预算管理
17.2 滚动预算
17.3 滚动预算编制实训项目
第18章 财务风险预警
18.1 财务风险预警
18.2 k-means聚类算法
18.3 BP神经网络
18.4 房地产行业财务预警模型构建
参考文献