图书中心
大数据财务分析与可视化
出版社：天津大学出版社
包装： 平装
印张： 13.75
出版日期：2025-07-01
页数：220
作者：吕碧君 谢建
版次：1版
字数：466千
定价：59.80元
尺寸：国大16
ISBN: 978-7-5618-7913-9
印次：1印
内容介绍
作者介绍
编辑推荐
多媒体资源
第八章 一、企业费用分析与预测—财务费用分析，任务1：财务费用历年趋势分析
项目二
项目三
项目九
项目八
项目六
项目七
项目十
项目四
项目五
项目一
第八章 一、企业费用分析与预测—财务费用分析，任务2：财务费用子项构成分析
第八章 一、企业费用分析与预测—费用整体分析，任务1：本期费用结构分析
第八章 一、企业费用分析与预测—管理费用分析，任务1：管理费用历年趋势分析
第八章 一、企业费用分析与预测—管理费用分析，任务2：管理费用子项构成分析
第八章 一、企业费用分析与预测—销售费用分析，任务1：销售费用历年趋势分析
第八章 一、企业费用分析与预测—销售费用分析，任务2：销售费用子项构成分析
第二章 一、数据采集：Python应用，任务1：体验大数据数据采集技术
第二章 一、数据采集：Python应用，任务2：企业基本信息采集
第二章 一、数据采集：Python应用，任务3：单一企业资产负债表数据采集
第二章 一、数据采集：Python应用，任务4：多企业资产负债表数据采集
第九章 二、客户维度分析，任务1：客户数量分析
第九章 三、产品维度，任务2：产品销量排名分析
第九章 一、销售整体分析，任务1：本期集团营业收入
第六章 二、偿债能力分析，任务1 流动比率分析
第六章 三、营运能力分析，任务1总资产周转天数分析
第六章 四、发展能力分析， 任务1 总资产增长率分析
第六章 一、盈利能力分析，任务1 营业收入分析
第七章 三、营运能力分析（本期指标分析），任务2：应收账款周转天数分析
第七章 三、营运能力分析（横向对比分析），任务1：应收账款周转天数横向对比分析
第七章 二、偿债能力分析——本期指标分析，任务4：资产负债率分析
第七章 二、偿债能力分析——行业均值分析，任务1：资产负债率行业均值分析
第七章 数据准备 任务2：利润表数据集
第七章 数据准备.任务1：上传数据表
第七章 四、发展能力分析(本期指标分析)，任务1：营业收入增长率与增长额分析
第七章 四、发展能力分析(横向对比分析)，任务1：营业收入增长率与增长额横向对比
第七章 一、盈利能力分析-本期指标分析，任务1：营业收入分析
第七章 一、盈利能力分析-同比与环比分析，任务1：环比分析
第三章 二、数据清洗：Python应用，任务1：特殊字符清洗：”空格“与”_“清洗
第三章 二、数据清洗：Python应用，任务2：特殊字符清洗
第三章 二、数据清洗：Python应用，任务3：格式内容清洗：客户ID与产品名称清洗
第三章 二、数据清洗：Python应用，任务4：格式内容清洗：数据类型清洗
第三章 一、数据清洗：工具应用，任务1：全局清洗规则：清洗空格
第三章 一、数据清洗：工具应用，任务2：全局清洗：清洗“”
第三章 一、数据清洗：工具应用，任务3：按字段清洗规则：清洗产品名称中的星号
第三章 一、数据清洗：工具应用，任务4：按字段清洗规则：清洗产品名称中的特殊字符
第三章 一、数据清洗：工具应用，任务5：按字段清洗规则：清洗客户ID字段
第三章 一、数据清洗：工具应用，任务6：按字段清洗规则：清洗产品名称中的格式内容
第十章 一、企业资金分析与预测（资金存量分析），任务1：集团资金存量分析
第十章 一、企业资金分析与预测（资金来源分析）任务1：现金流构成分析
第四章 二、数据集成：Python应用，任务1：python关联：销售数据与销售区域关联
第四章 二、数据集成：Python应用，任务2：python合并：两家企业利润合并
第四章 一、数据集成：数据分析系统应用，任务1：数据关联：业务数据关联
第四章 一、数据集成：数据分析系统应用，任务2：数据关联：财报数据关联
第四章 一、数据集成：数据分析系统应用，任务3：数据合并：业务数据合并
第四章 一、数据集成：数据分析系统应用，任务4：数据合并：财报数据合并
第五章 一、数据可视化：Python应用，任务1：查看数据表
第五章 一、数据可视化：Python应用，任务1：绘制一个简单的饼图
第五章 一、数据可视化：财务看板，任务1：数据集成
第五章 一、数据可视化：财务看板，任务2：营业收入趋势图
第五章 一、数据可视化：经营看板，任务1：5年销售总额
第五章 一、数据可视化：经营看板，任务2：客户数量统计