1、前FOREWORD言大数据时代，数据已成为人们进行商务决策时最重要的参考依据之一，数据分析行业迈入了一个全新的阶段。经济金融数据分析及其Python应用重点介绍了Python的数据存取、数据的可视化、数据统计分析、机器学习、时间序列分析和金融量化分析的Python应用，同时结合大量的实例，对Python的重要程序包进行科学、准确和全面的介绍，以便使读者深刻理解Python的精髓和灵活、高效的使用技巧。本书之所以采用Python软件，是因为它具有强大的图形展示、统计分析、机器学习功能，免费使用及功能强大的Pandas(基本数据分析工具)、NumPy(数值计算工具)、SciPy(科学计算工具)、M
2、atplotlib(基础绘图工具)、Seaborn(扩展绘图工具)、Sklearn(机器学习工具)等众多程序包（而Matlab、SAS、SPSS、EViews、Stata、S-PLUS等都是付费软件)，因此它越来越受到广大用户的欢迎和喜爱。本书通过丰富的实例，详细介绍了Python在数据存取、图形展示、统计分析、机器学习、时间序列、量化金融等领域中的应用，侧重于理论方法与应用相结合，实例丰富且通俗易懂，尤其对Python软件的各种绘图方法、不同数据表的接口、统计分析、机器学习、时间序列、量化金融等方面的介绍有较好的特色，详细地介绍了各种绘图方法、不同数据的接口、统计分析、机器学习、时间序列、量
3、化金融等方面在Python中的实现过程。本书的特点是：以问题为导向，通过问题来介绍Python的使用方法。因此，读者通过本书不仅能掌握Python及相关的程序包的使用方法，而且能学会从实际问题分析入手，应用Python解决经济金融领域中的各种数据分析问题。本书的内容是这样安排的：第1章介绍经济金融数据分析及Python环境，第2章介绍Python数据分析程序包应用基础，第3章介绍Python数据分析的数据存取，第4章介绍Python图形的绘制和可视化，第5章介绍概率统计分布的Python应用，第6章介绍描述性统计的Python应用，第7章介绍参数估计的Python应用，第8章介绍参数假设检验的
4、Python应用，第9章介绍相关分析与一元回归数据分析的Python应用，第10章介绍多元回归数据分析的Python应用，第11章介绍机器学习数据分析的Python应用，第12章介绍时间序列数据分析的Python应用，第13章介绍量化金融数据分析的Python应用。本书实例和内容丰富，针对性强，书中各章详细地介绍了实例的Python具体操作过程，读者只需按照书中介绍的步骤一步一步地实际操作，就能掌握全书的内容。为了帮助读者更加直观地学习本书，我们将书中实例的全部数据文件打包收录，读者可扫描书末页的二维码获取。读者在自己的电脑中建立一个data目录（其他目录名也可以），将所有数据文件复制到此目录，即可进行操作。本书适合作为统计学、金融学、经济学、管理学等相关专业的本科生或研究生学习经济金融数据分析及其Python应用数据分析、统计学、时间序列分析、量化金融等课程的教材或实验参考用书，同时对从事数据分析的实际工作者也大有裨益。本书部分内容为广东省自然科学基金项目成果，也是广东财经大学数据模型与决策示范课程的阶段性成果。本书的出版得到了清华大学出版社编校人员的大力支持和帮助，感谢他们为本书编辑校对付出的辛苦工作。由于时间和水平的限制，书中难免出现一些纰漏，恳请读者谅解并提出宝贵意见。作者2018年5月于广州