Python金融数据分析与数字化营销

第1章　开始使用Python 001

1.1　安装Python 003

1.2　变量和数字类型 008

1.3　字符串 013

1.4　你的**个程序 016

1.5　用if，elif和else语句来实现逻辑 019

1.6　方法 025

1.7　列表和元组 029

1.8　索引和切片 034

第2章　自己动手写Python 脚本 039

2.1　有限循环 040

2.2　范围函数range() 043

2.3　嵌套的for循环 045

2.4　自定义函数 047

2.5　构建程序 051

2.6　无限循环 057

2.7　字典 059

2.8　将信息写入文本文件 064

2.9　从文本文件中读取信息 067

第3章　Pandas数据分析 073

3.1　Series数据结构 074

3.2　DataFrame数据结构 079

3.2.1　构建DataFrame 079

3.2.2　DataFrame切片 081

3.2.3　筛选DataFrame 089

3.3　Pandas中的逻辑运算 091

3.4　从CSV文件中读取数据 097

3.5　合并数据集 108

3.5.1　连接数据集 109

3.5.2　合并DataFrame 113

3.6　分组函数 114

第4章　Python数据抓取 119

4.1　网页抓取 120

4.2　列表推导式 131

4.3　用Selenium进行网页抓取 136

4.4　Selenium 139

4.5　使用API 152

4.6　工具库Pandas-Datareader 159

第5章　数据可视化 163

5.1　可视化库Matplotlib 164

5.2　折线图 164

5.3　直方图 170

5.4　散点图 172

5.5　饼状图 178

第6章　Python金融数据分析 181

6.1　NumPy-Financial 182

6.2　用fv()函数来计算终值 183

6.3　用pv()函数来计算现值 184

6.4　用npv()函数来计算净现值 185

6.5　风险价值 190

6.6　蒙特卡洛模拟 199

6.7　有效边界 201

6.8　基本面分析 208

6.9　财务比率 213

第7章　Python数字化营销 215

7.1　开始使用Google API Client 216

7.2　Twitter机器人 232

7.3　用Python进行电子邮件营销 237