《Python金融數據分析與數字化營銷》的作者通過個人學習Python的親身經歷，總結出一個高效率的Python學習方法與途徑，來幫助零基礎的非專業程序員利用Python來進行數據處理和分析以及展開數字化營銷。《Python金融數據分析與數字化營銷》共7章，第1章介紹基礎知識，第2章介紹如何寫腳本，第3章重點介紹Pandas數據分析，第4章介紹Python數據抓取，第5章介紹數據可視化，第6章和第7章分別介紹如何運用Python來進行金融數據分析和數字化營銷。
《Python金融數據分析與數字化營銷》重點突出，詳略得當，適合零基礎的讀者快速運用Python來進行數據分析與決策。
阿特·尤迪恩（Art Yudin）
金融科技愛好者，對編碼和教學懷著滿腔的熱忱。作為PracticalProgramming公司的創始人和CEO，他面向有抱負的開發者和數據科學家，為他們提供專業的培訓服務。目前，他的主要興趣為研發金融服務軟件並在紐約和芝加哥提供實用編程相關培訓和工作坊。
周子衿
留學期間多次入選“優等生名錄”，主修商業分析，曾經運用數據模型和 R 語言幫助某企業在半年內實現了十倍的業務增長。奉行深思篤行的做事原則，有志於通過技術途徑和感性思維來探尋商業價值與人文精神的平衡。
《Python金融數據分析與數字化營銷》主要幫助讀者了解如何使用 Python來收集、操作和分析數據。作為一本實用指南，本書可幫助讀者從零開始使用 Python，直到可以自己可以動手寫腳本來完成日常任務，比如金融數據分析和數字化市場營銷。
Python作為雇主最需要的技能，可以在幾個月內學會，相關的工作知識和經歷可以幫助你提升職業生涯。《Python金融數據分析與數字化營銷》將指導讀者處理數字、分析大數據以及從電子表格切換到更快、更高效的編程語言。書中提供了適量的真實案例來幫助你實現學習到應用的過渡，成為一名熟練的 Python專家。
《Python金融數據分析與數字化營銷》著眼於數據管理、金融和數字化營銷，強調了Python如何進行數據收集、管理、分析和可視化，從而助力金融行業確定金融衍生品的定價以及開展有效的營銷活動。
隨著數據科學、機器學習以及人工智能的發展，Python已經成為現在最流行同時也是最有用的語言，掀起了人人學Python的熱潮。Python很容易上手和掌握，有助於從業人員實現職業的發展和升遷。到2020年年底，Python作為當年使用率增幅最大的編程語言，位列Tiob年度編程語言榜首。2021年，Python連續五年位列
榜首。
出於工作需要而偶然開始Python學習之旅，這樣的經歷正在成為很多人的常態。作為金融科技工作者，基於商科人士學習Python的角度，本書作者介紹了可以滿足日常工作需要的Python基礎知識。讀者在掌握這些必知必會的要點之後，即可運用Python來進行數據收集、處理和分析等，從而高效地完成日常的工作任務。
總的說來，本書側重於介紹如何處理數據、分析大數據以及如何從Excel等切換到更快、更高效的Python，旨在通過書中提供的實際案例和循序漸進的指導來幫助讀者從萌新成為自信的 Python達人。
本書重點介紹Python如何應用於金融財經數據分析與數字化營銷，旨在幫助從業人員更精準地分析數據，更好地進行投資決策和開展營銷活動。
本書涉及的主題有基礎知識、如何寫腳本、Pandas數據分析、Python數據抓取、數據可視化以及如何運用Python來進行金融數據分析和數字化營銷。
書中使用了金融數據來源Alpha Vantage、工具庫Pandas-Datareader（用於對金融財經數據進行導入和分析）、IEX交易所的數據、可視化庫Matplotlib（用於可視化天文、地理和科學數據）、軟件包NumPy-Financial以及Google Analytics分析工具等。學習的過程也是一個動態交互和成長的過程，歡迎掃碼訪問更多資源。
第1章 開始使用Python 001
1.1 安裝Python 003
1.2 變量和數字類型 008
1.3 字符串 013
1.4 你的第一個程序 016
1.5 用if，elif和else語句來實現邏輯 019
1.6 方法 025
1.7 列表和元組 029
1.8 索引和切片 034
第2章 自己動手寫Python 腳本 039
2.1 有限循環 040
2.2 範圍函數range() 043
2.3 嵌套的for循環 045
2.4 自定義函數 047
2.5 構建程序 051
2.6 無限循環 057
2.7 字典 059
2.8 將信息寫入文本文件 064
2.9 從文本文件中讀取信息 067
第3章 Pandas數據分析 073
3.1 Series數據結構 074
3.2 DataFrame數據結構 079
3.2.1 構建DataFrame 079
3.2.2 DataFrame切片 081
3.2.3 篩選DataFrame 089
3.3 Pandas中的邏輯運算 091
3.4 從CSV文件中讀取數據 097
3.5 合並數據集 108
3.5.1 連接數據集 109
3.5.2 合並DataFrame 113
3.6 分組函數 114
第4章 Python數據抓取 119
4.1 網頁抓取 120
4.2 列表推導式 131
4.3 用Selenium進行網頁抓取 136
4.4 Selenium 139
4.5 使用API 152
4.6 工具庫Pandas-Datareader 159
第5章 數據可視化 163
5.1 可視化庫Matplotlib 164
5.2 折線圖 164
5.3 直方圖 170
5.4 散點圖 172
5.5 餅狀圖 178
第6章 Python金融數據分析 181
6.1 NumPy-Financial 182
6.2 用fv()函數來計算終值 183
6.3 用pv()函數來計算現值 184
6.4 用npv()函數來計算凈現值 185
6.5 風險價值 190
6.6 蒙特卡洛模擬 199
6.7 有效邊界 201
6.8 基本面分析 208
6.9 財務比率 213
第7章 Python數字化營銷 215
7.1 開始使用Google API Client 216
7.2 Twitter機器人 232
7.3 用Python進行電子郵件營銷 237
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。
