近年来，随着大数据和人工智能技术的发展，越来越多行业的工作人员都需要掌握数据处理和分析技能。Python作为一种高效、灵活的编程语言，成为各类数据分析工具的佼佼者，特别是在金融领域的应用越来越广泛。因此，面向金融的Python程序设计课程成为金融科技专业本科教育中不可或缺的一部分。

本书主要内容

本书可视为一本以问题为导向的书籍，适合具备一定经管类专业基础知识和较弱计算机相关知识的读者学习。

全书共有12章。

第1章Python程序语言概述。内容包括Python的特性、Python的应用领域、Python与R语言、Python程序的编辑与运行、计算机系统简介、Python程序的语句规范、Python IDE简介。

第2章Python变量与基本数据类型。内容包括Python变量的概念、Python基本数据类型、 Python基本运算符与表达式。

第3章Python列表。内容包括列表的定义、列表的基本操作、列表推导式及列表在金融领域的应用。

第4章Python元组。内容包括元组的定义、元组的基本操作及元组在金融领域的应用。

第5章Python字典。内容包括字典的定义、字典的基本操作及字典在金融领域的应用。

第6章Python集合。内容包括集合的定义、集合的基本操作、集合在金融领域的应用，以及列表、元组、字典和集合的区别。

第7章Python程序结构。内容包括程序流程图、顺序结构、分支（选择）结构、循环结构。

第8章Python函数与模块。内容包括函数的定义、函数的调用、变量的作用域、函数的参数、系统内置函数、lambda函数、装饰器、生成器，以及map()、reduce()、zip()和filter()函数，还包括Python模块及Python函数在金融场景下的应用。

第9章面向对象编程。内容包括面向对象概述、Python类、Python对象及引用、Python类的继承与多态，以及Python类在金融场景下的应用。

第10章异常。内容包括异常介绍、Python异常的处理方式、异常处理在金融场景中的应用，以及异常处理进阶。

第11章Python文件操作。内容包括文件与文件操作、.csv文件和.txt文件的读取与操作，以及.csv文件和.txt文件在金融领域的应用。

第12章Python数据分析可视化简介。内容包括可视化的概念、Python可视化库Matplotlib，以及金融场景下数据分析可视化图的实现等。

本书特色

（1） 贴近实际，由浅入深。

针对金融领域的特点，本书讲解了诸多金融场景的Python案例，旨在让学生更好地掌握Python的概念及编程技术。

（2） 突出重点，注重实用性。

本书兼顾知识的系统化、合理化的要求，突出重点，注重实用性，旨在满足非计算机专业学生的学习需求。

（3）  专业融合，联系实际。

本书为重要的知识点配备了大量的案例，主要以金融场景下的问题作为知识媒介，所有示例均已运行通过。

（4） 思维训练，图文并茂。

本书针对大部分的知识点案例，均绘制了程序流程图，并作详细解释，易于读者理解程序设计的基本思想和方法。 

配套资源

为便于教与学，本书配有源代码、教学课件、教学大纲、

教学进度表、习题题库、期末试卷及答案。

(1) 获取源代码和全书网址方式：  先刮开并用手机版微信App扫描本书封底的文泉云盘防盗码，授权后再扫描下方二维码，即可获取。

源代码

全书网址

彩色图片

(2) 其他配套资源可以扫描本书封底的“书圈”二维码，关注后回复本书书号，即可下载。

读者对象

本书主要面向广大从事数据分析、机器学习、数据挖掘或深度学习的专业人员，从事高等教育的专任教师，高等院校的在读学生及相关领域的广大科研人员。

在编写本书的过程中，作者参考了诸多相关资料，在此对相关资料的作者表示衷心的感谢。同时感谢廖运豪、林政烨、胡纪鸿、游龙辉、王申等在文稿校验方面给予的帮助。限于作者个人水平和时间仓促，书中难免存在疏漏之处，欢迎广大读者批评指正。

作者

2025年1月