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 基础篇包括：Windows 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；Python 函数；文件及文件夹操作。财务大数据分析篇包括：NumPy科学计算库；认识 Pandas；数据清洗、预处理；数据筛选、查询；数据特征与统计信息、排序、连接；数据分组聚合、透视。财务大数据可视化篇包括：扩展库 Matplotlib 可视化；扩展库 Pyecharts 可视化。财务大数据决策篇包括：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

文玉锋，西北师范大学副教授、硕士生导师、新道科技股份有限公司培训讲师。从事大数据管理与应用专业教学、研究及实践工作。目前主要研究方向是商务大数据、财务大数据，在这个领域已取得数十项教学研究成果，主讲课程主要有“Python程序设计”、“商务数据分析与可视化”、“Python财务应用”等。多次获财务大数据、商务大数据等比赛的优秀指导教师。

前言 随着互联网、物联网、云计算等科学技术的迅猛发展，全球数据信息爆炸式增长，信息社会早已进入大数据时代。大数据正飞速改变着企业的运作和管理模式，会计行业亟待转变，财政部在《会计改革与发展“十四五”规划纲要》中明确要求广大会计人员“密切关注大数据、‘互联网＋’的发展对会计工作的影响”。上海国家会计学院发起的“影响会计从业人员的十大技术”评选活动结果显示，大数据等信息技术均位列影响中国会计从业人员的十大技术之中。加快人工智能和大数据与会计学科的深度融合是当前会计发展的必然趋势。 大数据在未来5～10年内将为会计师和财会专业人士创造新的机遇，使他们在组织内部占据更具战略意义、更加面向未来、更为积极主动的位置。在此背景下，财务大数据分析与决策复合创新型人才需求量迅猛增长，会计专业应主动适应社会需求，推动高水平专业建设，培养符合时代需求和现代技术发展的新型复合型财会人才。围绕财务大数据分析与决策复合人才的培养，相关教材需求量迅猛增长，但目前市场相关的教材很少。基于这样的背景，我们编写了本书。 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；数据分析聚合与透视。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...