課次/學(xué)時：第1課次/2學(xué)時本次課題目(內(nèi)容)：Python基本語法與數(shù)據(jù)結(jié)構(gòu)學(xué)習(xí)目標(biāo)：了解Python的發(fā)展歷程、核心特點。掌握通過Anaconda配置Python開發(fā)環(huán)境的方法。熟悉JupyterNotebook的基本操作（啟動、單元格編輯、代碼運行、Markdown格式）。學(xué)會使用pip和conda工具安裝Python庫（以財務(wù)分析庫pandas為例）。理解Python在財務(wù)數(shù)據(jù)處理中的典型場景（數(shù)據(jù)清洗、分析、自動化等）。教學(xué)重點、難點：重點：Anaconda安裝的關(guān)鍵步驟（路徑選擇、環(huán)境變量配置）、JupyterNotebook的單元格操作（代碼/Markdown切換）、pip/conda安裝庫的命令使用。難點：Anaconda安裝路徑含中文/空格導(dǎo)致的運行錯誤、JupyterNotebook中魔術(shù)命令的應(yīng)用、pip與conda安裝方法的場景選擇。教學(xué)資源：PPT演示（含Python發(fā)展時間線、安裝步驟圖解）、Anaconda安裝包（Windows/macOS/Linux版本）、國內(nèi)鏡像源鏈接（清華大學(xué)開源鏡像站）、JupyterNotebook操作、簡易財務(wù)數(shù)據(jù)集（上市公司季度利潤表示例）。課堂教學(xué)創(chuàng)新點：實操導(dǎo)向：采用“講解-演示-實時實操”模式，每講解一個步驟（如Anaconda安裝），立即讓學(xué)生動手操作，教師同步解決問題。財務(wù)場景綁定：所有操作案例均圍繞財務(wù)場景設(shè)計（如在Jupyter中用代碼輸出“茅臺2023年Q1凈利潤”），強化工具與應(yīng)用的關(guān)聯(lián)。教學(xué)過程設(shè)計：1.導(dǎo)入（5分鐘）案例對比：展示兩份財務(wù)分析報告——一份用Excel手動計算（含大量公式錯誤、格式混亂），另一份用Python自動生成（含可視化圖表、動態(tài)分析），引出“為何財務(wù)工作需要Python”。問題引導(dǎo)：“當(dāng)需要處理100家公司的年度報表時，Excel會遇到哪些困難？”（效率低、易出錯、難以自動化），進而介紹Python的優(yōu)勢。2.Python初識（20分鐘）發(fā)展歷程：結(jié)合時間線講解（1991年誕生→2000年P(guān)ython2.0→2008年P(guān)ython3.0→當(dāng)前生態(tài)），重點強調(diào)Python3.x的主流地位及與財務(wù)數(shù)據(jù)處理的適配性（如Unicode編碼支持多語言財務(wù)術(shù)語）。核心特點：聚焦“易于學(xué)習(xí)”（語法簡潔，類似英語）、“庫豐富”（pandas/NumPy專為數(shù)據(jù)設(shè)計）、“跨平臺”（Windows/macOS通用，適合財務(wù)團隊協(xié)作）三大特點，對比其他語言（如R的專業(yè)性過強、Java的語法復(fù)雜）。財務(wù)領(lǐng)域價值：通過TIOBE2023年排行榜（Python連續(xù)5年榜首）說明其行業(yè)認可度，列舉實際應(yīng)用（自動生成財務(wù)報表、批量計算財務(wù)比率）。3.Anaconda安裝與配置（25分鐘）下載方法：演示官方網(wǎng)站下載（強調(diào)根據(jù)系統(tǒng)選擇64位版本）；推薦國內(nèi)鏡像源（如清華大學(xué)鏡像站），對比下載速度差異。安裝步驟：重點演示“安裝路徑設(shè)置”（避免中文/空格，如“E:\Anaconda3”）；強調(diào)勾選“AddAnacondatoPATHenvironmentvariable”（自動配置環(huán)境變量，避免后續(xù)“命令未找到”錯誤）。驗證安裝：演示在命令提示符中輸入conda-V（查看conda版本）和python（進入Python交互環(huán)境），確認安裝成功。學(xué)生實操：學(xué)生跟隨步驟安裝，教師巡視指導(dǎo)，收集典型錯誤（如路徑含中文導(dǎo)致的啟動失敗）并集中講解。4.JupyterNotebook入門（20分鐘）啟動與界面：演示從Anaconda菜單啟動JupyterNotebook，說明瀏覽器界面的“文件導(dǎo)航”“New”按鈕功能。核心操作：代碼單元格：創(chuàng)建單元格，輸入print("處理財務(wù)數(shù)據(jù)，Python更高效！")，用【Shift+Enter】運行，講解“*”（運行中）和數(shù)字（運行序號）的含義；Markdown單元格：切換至Markdown模式，演示標(biāo)題（#財務(wù)分析筆記）、列表（-步驟1：數(shù)據(jù)導(dǎo)入）、換行（行尾加兩個空格），運行后查看效果；學(xué)生任務(wù)：創(chuàng)建一個Notebook，包含1個代碼單元格（輸出某公司名稱）和1個Markdown單元格（記錄3個財務(wù)分析步驟）。5.Python庫的安裝（10分鐘）工具對比：pip：Python官方工具，適合安裝PyPI上的庫（如pipinstallpandas）；conda：Anaconda自帶工具，適合安裝跨語言庫及解決依賴沖突（如condainstallpandas）。實戰(zhàn)演示：安裝財務(wù)數(shù)據(jù)處理核心庫pandas：分別用pipinstallpandas和condainstallpandas演示，說明“指定版本”方法（pipinstallpandas==1.5.3）。驗證安裝：在JupyterNotebook中輸入importpandasaspd，無報錯則安裝成功。6.Python在財務(wù)中的應(yīng)用初探（5分鐘）場景舉例：數(shù)據(jù)清洗：用pandas自動填充財務(wù)報表中的缺失值；分析效率：批量計算100家公司的凈利潤率（凈利潤/營收）；自動化：定時生成季度財務(wù)簡報。案例展示：展示用pandas處理的“白酒行業(yè)季度營收表”（含簡單計算代碼），引出后續(xù)課程內(nèi)容（數(shù)據(jù)獲取、分析、可視化）。7.總結(jié)與拓展（5分鐘）重點回顧：Anaconda安裝的“路徑+環(huán)境變量”關(guān)鍵點、JupyterNotebook的“單元格操作”核心、庫安裝的“pip/conda選擇”原則。課后任務(wù)：用JupyterNotebook記錄Anaconda安裝的3個關(guān)鍵步驟；安裝pandas庫，嘗試用importpandasaspd驗證；思考：用Python處理財務(wù)數(shù)據(jù)，相比Excel有哪些優(yōu)勢？課程總結(jié)與答疑：強調(diào)基礎(chǔ)環(huán)境是后續(xù)學(xué)習(xí)的核心（如Anaconda安裝錯誤會導(dǎo)致所有操作失?。?；解答常見問題：“Jupyter啟動后無法訪問”（檢查端口占用）、“庫安裝提示權(quán)限不足”（加--user參數(shù)）；預(yù)告下次課將學(xué)習(xí)“財務(wù)數(shù)據(jù)獲取技術(shù)”，需確保本次環(huán)境配置無誤。教學(xué)反思：課次/學(xué)時：第1課次/2學(xué)時本次課題目(內(nèi)容)：Python基本語法與數(shù)據(jù)類型（2.1-2.2）學(xué)習(xí)目標(biāo)：掌握Python編碼規(guī)范（注釋、縮進、語句換行規(guī)則），能編寫符合財務(wù)場景的規(guī)范代碼。理解常量、變量、標(biāo)識符的概念及命名規(guī)則，能正確定義財務(wù)相關(guān)變量（如營收、成本）。區(qū)分數(shù)值型、布爾型、字符型數(shù)據(jù)類型，掌握字符串轉(zhuǎn)義字符及財務(wù)文本處理技巧。運用動態(tài)類型特性處理財務(wù)數(shù)據(jù)（如自動轉(zhuǎn)換銷售額數(shù)據(jù)類型）。教學(xué)重點、難點：重點：縮進規(guī)則（4個空格）、標(biāo)識符命名規(guī)范（如net_profit）、字符串轉(zhuǎn)義字符（\n換行處理財務(wù)報告）。難點：動態(tài)類型的業(yè)務(wù)影響（如銷售額變量從字符串誤轉(zhuǎn)為整數(shù)）、復(fù)雜字符串的財務(wù)場景應(yīng)用（如處理帶引號的會計科目）。教學(xué)資源：PPT、JupyterNotebook代碼模板（財務(wù)數(shù)據(jù)示例）、上市公司財務(wù)文本片段（含特殊符號）。課堂教學(xué)創(chuàng)新點：財務(wù)場景驅(qū)動：所有示例基于真實財務(wù)數(shù)據(jù)（如用字符串存儲會計科目，用數(shù)值型計算凈利潤）。錯誤診斷游戲：展示帶語法錯誤的財務(wù)代碼（如縮進混用空格與Tab），分組競賽找出錯誤并修正。教學(xué)過程設(shè)計：1.導(dǎo)入（10分鐘）案例展示：對比兩份財務(wù)分析代碼——一份縮進混亂、命名隨意（如用a代表營收），另一份規(guī)范（revenue_2023），引導(dǎo)學(xué)生發(fā)現(xiàn)語法規(guī)范的重要性。問題引導(dǎo)：“當(dāng)代碼中凈利潤變量突然變?yōu)樽址愋?，會?dǎo)致什么后果？”引出數(shù)據(jù)類型學(xué)習(xí)的必要性。2.Python基本語法（30分鐘）編碼規(guī)范：注釋：演示單行注釋（#計算毛利率）和多行注釋（"""財務(wù)數(shù)據(jù)清洗步驟"""）在財務(wù)代碼中的應(yīng)用；縮進：用財務(wù)判斷邏輯（if營收>成本:計算利潤）強調(diào)4個空格的強制要求，對比Tab鍵混用導(dǎo)致的錯誤；語句換行：以超長財務(wù)指標(biāo)公式（如凈利潤=營業(yè)收入-營業(yè)成本-稅金及附加-...）演示\和圓括號的換行方法。常量與變量：標(biāo)識符：用財務(wù)術(shù)語舉例（合法：gross_margin，非法：毛利率%），強調(diào)避免關(guān)鍵字（如def不能作變量名）；動態(tài)類型：演示amount="1000萬"（字符串）到amount=10000000（整數(shù)）的轉(zhuǎn)換，結(jié)合財務(wù)數(shù)據(jù)清洗場景說明類型轉(zhuǎn)換的必要性。3.Python的數(shù)據(jù)類型（30分鐘）數(shù)值型：整型/浮點型：用股票代碼（600519）和股價（1700.50）舉例，演示type()函數(shù)判斷類型；復(fù)數(shù)：簡單提及（財務(wù)場景少見），重點在數(shù)值運算（如營收*0.8計算稅后收入）。布爾型：用財務(wù)判斷（凈利潤>0返回True）演示，結(jié)合條件語句預(yù)告后續(xù)內(nèi)容。字符型：轉(zhuǎn)義字符：處理財務(wù)報告中的引號（如"茅臺的凈利潤為'500億'"需用\轉(zhuǎn)義）；r前綴：展示財務(wù)文件路徑（r"C:\財務(wù)數(shù)據(jù)\2023.csv"）避免轉(zhuǎn)義錯誤。4.即時訓(xùn)練（10分鐘）任務(wù)1：編寫規(guī)范代碼，定義變量存儲“平安銀行2023年Q1營收3000億元”，包含注釋和正確縮進；任務(wù)2：處理字符串"五糧液's2023revenue:800億"，使用轉(zhuǎn)義字符確保正確顯示。5.總結(jié)與拓展（10分鐘）重點回顧：縮進規(guī)則、動態(tài)類型注意事項、字符串轉(zhuǎn)義在財務(wù)文本中的應(yīng)用；課后任務(wù)：用變量和字符串拼接生成3家公司的營收報告（如"茅臺："+str(revenue)+"元"）。課程總結(jié)與答疑：強調(diào)語法規(guī)范對財務(wù)代碼可讀性的影響（如多人協(xié)作時的命名統(tǒng)一）；解答常見問題：“為何amount=1000和amount="1000"運算結(jié)果不同？”（類型不匹配）。教學(xué)反思：

課次/學(xué)時：第2課次/2學(xué)時本次課題目(內(nèi)容)：Python數(shù)據(jù)結(jié)構(gòu)與運算符（2.3-2.4）學(xué)習(xí)目標(biāo)：掌握列表、元組、字典的創(chuàng)建與操作（增刪改查），能存儲和處理財務(wù)數(shù)據(jù)（如公司利潤表）。熟練使用算術(shù)、賦值、比較、邏輯等運算符，實現(xiàn)財務(wù)指標(biāo)計算（如毛利率=毛利/營收）。理解表達式優(yōu)先級，能編寫復(fù)合表達式解決財務(wù)問題（如(營收-成本)*稅率）。教學(xué)重點、難點：重點：列表切片（提取季度數(shù)據(jù)）、字典鍵值對操作（存儲財務(wù)指標(biāo)）、邏輯運算符組合（營收>0and利潤率>10%）。難點：列表嵌套（多維財務(wù)數(shù)據(jù)）、復(fù)合賦值運算符（profit+=100）、表達式優(yōu)先級在復(fù)雜財務(wù)計算中的應(yīng)用。教學(xué)資源：上市公司季度財務(wù)數(shù)據(jù)集、Jupyter練習(xí)模板（含列表/字典操作案例）、運算符優(yōu)先級對比表。課堂教學(xué)創(chuàng)新點：財務(wù)數(shù)據(jù)建模：用字典存儲“茅臺2023年Q1”的營收、成本、利潤，通過運算符計算凈利率；競技挑戰(zhàn)：分組完成“利潤表修復(fù)”任務(wù)（用列表方法補全缺失的季度數(shù)據(jù)），最快準確組獲“財務(wù)數(shù)據(jù)能手”稱號。教學(xué)過程設(shè)計：1.導(dǎo)入（5分鐘）情境問題：“如何用Python存儲10家公司的3個季度營收數(shù)據(jù)？”引出列表（有序）和字典（鍵值對）的應(yīng)用需求；案例對比：展示用列表和字典分別存儲財務(wù)數(shù)據(jù)的優(yōu)劣（列表適合有序序列，字典適合按指標(biāo)查詢）。2.數(shù)據(jù)結(jié)構(gòu)（40分鐘）列表：創(chuàng)建與索引：revenue=[100,120,150]（存儲季度營收），演示revenue[1]提取Q2數(shù)據(jù)；切片操作：revenue[1:3]獲取Q2-Q3數(shù)據(jù)，結(jié)合財務(wù)趨勢分析（如環(huán)比增長）；增刪改：append(180)添加Q4數(shù)據(jù)，pop(0)刪除異常值，revenue[2]=160修正錯誤數(shù)據(jù)。元組：不可變性應(yīng)用：tax_rates=(0.25,0.2,0.15)（稅率固定，防止誤改），對比列表的可變性。字典：創(chuàng)建與訪問：maotai={"revenue":500,"cost":200,"profit":300}，用maotai["profit"]提取利潤；操作：maotai["tax"]=75添加稅額，delmaotai["cost"]刪除冗余鍵，maotai.get("profit")安全訪問。3.運算符與表達式（30分鐘）算術(shù)運算符：gross_margin=(revenue-cost)/revenue（計算毛利率）；復(fù)合賦值：profit*=1.05（利潤增長5%）；邏輯運算符：ifrevenue>1000andprofit_rate>0.2:print("優(yōu)質(zhì)公司")；優(yōu)先級實戰(zhàn)：解析(營收-成本)*0.8+補貼的計算順序，對比財務(wù)公式的Excel寫法。4.分組任務(wù)（10分鐘）任務(wù)：用字典存儲3家公司的“營收、成本”，通過運算符計算凈利潤（營收-成本），用列表排序凈利潤并輸出前三名。5.總結(jié)與拓展（5分鐘）重點回顧：列表切片的財務(wù)數(shù)據(jù)提取、字典的財務(wù)指標(biāo)映射、運算符組合計算；課后任務(wù)：用嵌套列表存儲“白酒行業(yè)5家公司的4季度營收”，計算每家公司的年度總和。課程總結(jié)與答疑：強調(diào)數(shù)據(jù)結(jié)構(gòu)選擇依據(jù)：有序且可變用列表，固定數(shù)據(jù)用元組，按指標(biāo)查詢用字典；解答疑問：“為何list1+list2與list1.extend(list2)效果不同？”（前者生成新列表，后者修改原列表）。教學(xué)反思：

課次/學(xué)時：第3課次/2學(xué)時本次課題目(內(nèi)容)：Python程序結(jié)構(gòu)與函數(shù)（2.5-2.6）學(xué)習(xí)目標(biāo)：掌握順序、選擇、循環(huán)三種程序結(jié)構(gòu)，能編寫財務(wù)數(shù)據(jù)處理邏輯（如利潤異常值判斷）。理解函數(shù)定義與調(diào)用，能用函數(shù)封裝財務(wù)計算（如calculate_roi(profit,investment)）。區(qū)分值傳遞與地址傳遞，避免財務(wù)數(shù)據(jù)處理中的變量修改風(fēng)險。教學(xué)重點、難點：重點：if-elif-else多分支（評級財務(wù)指標(biāo)）、for循環(huán)遍歷財務(wù)數(shù)據(jù)、函數(shù)參數(shù)與返回值設(shè)計。難點：嵌套循環(huán)（處理多公司多季度數(shù)據(jù)）、函數(shù)地址傳遞（列表參數(shù)被意外修改）。教學(xué)資源：函數(shù)封裝案例（財務(wù)指標(biāo)計算）、嵌套循環(huán)練習(xí)數(shù)據(jù)（多公司利潤表）。課堂教學(xué)創(chuàng)新點：財務(wù)決策模擬：用if結(jié)構(gòu)實現(xiàn)上市公司信用評級（AAA/AA/A級），結(jié)合實際監(jiān)管標(biāo)準；函數(shù)復(fù)用競賽：分組設(shè)計“財務(wù)工具箱”（包含凈利潤、ROE等計算函數(shù)），互評實用性。教學(xué)過程設(shè)計：1.導(dǎo)入（5分鐘）業(yè)務(wù)痛點：“如何批量判斷100家公司的凈利潤是否為正，并計算達標(biāo)率？”引出循環(huán)+選擇結(jié)構(gòu)的必要性；效率對比：展示重復(fù)代碼（計算10家公司ROE）與函數(shù)封裝的代碼量差異，突出函數(shù)優(yōu)勢。2.基本程序結(jié)構(gòu)（40分鐘）順序結(jié)構(gòu)：演示“輸入營收→計算成本→輸出利潤”的線性流程（revenue=input(...)→cost=...→profit=revenue-cost）；選擇結(jié)構(gòu)：多分支應(yīng)用：ifprofit>1000:rating="A"elifprofit>500:rating="B"else:rating="C"（利潤評級）；嵌套選擇：ifrevenue>0:ifprofit_rate>0.1:print("優(yōu)質(zhì)")else:print("一般")。循環(huán)結(jié)構(gòu)：for循環(huán)：遍歷列表companies=["茅臺","五糧液"]，計算每家公司的利潤率；while循環(huán)：持續(xù)輸入凈利潤，直到輸入負數(shù)停止（模擬異常值監(jiān)控）；break/continue：在循環(huán)中跳過虧損公司（ifprofit<0:continue）。3.函數(shù)（30分鐘）定義與調(diào)用：defcalculate_profit(revenue,cost):returnrevenue-costprofit=calculate_profit(1000,600)#調(diào)用計算利潤參數(shù)傳遞：值傳遞：defadd_tax(profit):profit*=1.2（不影響外部變量）；地址傳遞：defadd_quarter(revenues):revenues.append(300)（修改原列表，財務(wù)數(shù)據(jù)需謹慎）。實戰(zhàn)封裝：編寫financial_analysis(company_data)函數(shù)，輸入公司數(shù)據(jù)字典，返回“凈利潤+評級”的元組。4.綜合任務(wù)（10分鐘）任務(wù)：用循環(huán)遍歷5家公司的季度營收列表，調(diào)用函數(shù)計算每季度利潤率，用選擇結(jié)構(gòu)標(biāo)記利潤率>20%的季度為“高盈利”。5.總結(jié)與拓展（5分鐘）重點回顧：循環(huán)+選擇的批量處理邏輯、函數(shù)封裝的代碼復(fù)用價值；課后任務(wù)：編寫含異常處理的財務(wù)函數(shù)（如try-except捕獲負數(shù)營收）。課程總結(jié)與答疑：強調(diào)結(jié)構(gòu)組合原則：復(fù)雜財務(wù)邏輯用“循環(huán)+選擇+函數(shù)”分層實現(xiàn)，提高可讀性；解答疑問：“為何修改函數(shù)內(nèi)的列表參數(shù)會影響外部？”（地址傳遞特性，建議傳入副本list.copy()）。教學(xué)反思：課次/學(xué)時：第1課次/2學(xué)時本次課題目(內(nèi)容)：數(shù)據(jù)分析流程及數(shù)據(jù)運算NumPy（3.1-3.2）學(xué)習(xí)目標(biāo)：掌握數(shù)據(jù)分析的完整流程（問題定義→數(shù)據(jù)收集→清洗→探索→建?！鷪蟾妗?，能結(jié)合財務(wù)場景規(guī)劃分析步驟。理解NumPy庫的核心功能，熟練創(chuàng)建多維數(shù)組存儲財務(wù)數(shù)據(jù)（如多季度營收）。運用數(shù)組索引與切片提取關(guān)鍵財務(wù)指標(biāo)（如某公司連續(xù)3個季度的凈利潤）。通過數(shù)組屬性分析財務(wù)數(shù)據(jù)結(jié)構(gòu)（如維度、元素總數(shù)）。教學(xué)重點、難點：重點：數(shù)據(jù)分析流程中的數(shù)據(jù)清洗環(huán)節(jié)（財務(wù)數(shù)據(jù)去重、補缺失值）、NumPy數(shù)組的創(chuàng)建（np.array()）與切片操作（[row,col]）。難點：多維數(shù)組的財務(wù)場景應(yīng)用（如三維數(shù)組存儲“公司×季度×指標(biāo)”）、布爾索引篩選異常財務(wù)值（如凈利潤為負的記錄）。教學(xué)資源：PPT（含數(shù)據(jù)分析流程圖）、上市公司財務(wù)數(shù)據(jù)集（CSV格式）、Jupyter代碼模板（NumPy操作示例）。課堂教學(xué)創(chuàng)新點：財務(wù)全流程模擬：以“分析某行業(yè)毛利率趨勢”為例，貫穿從問題定義到報告撰寫的完整流程。數(shù)組挑戰(zhàn)賽：給定混亂的財務(wù)數(shù)據(jù)（含重復(fù)值、缺失值），分組用NumPy清洗并提取有效信息，評選最優(yōu)方案。教學(xué)過程設(shè)計：1.導(dǎo)入（15分鐘）案例驅(qū)動：展示某上市公司財務(wù)分析報告中的錯誤（因未清洗異常值導(dǎo)致結(jié)論偏差），引出數(shù)據(jù)分析流程的重要性。問題討論：“若要分析10家公司的年度凈利潤增長率，需要經(jīng)歷哪些步驟？”引導(dǎo)學(xué)生梳理流程。2.數(shù)據(jù)分析的基本流程（15分鐘）步驟拆解：明確目標(biāo)：以“評估公司償債能力”為例，確定需分析流動比率、資產(chǎn)負債率等指標(biāo)；數(shù)據(jù)收集：列舉來源（上市公司年報、Wind數(shù)據(jù)庫、第三方接口）；數(shù)據(jù)清洗：財務(wù)場景中的常見操作（刪除重復(fù)的季度報告、填補缺失的營收數(shù)據(jù)）；探索與建模：用描述性統(tǒng)計（均值、標(biāo)準差）初步分析，為后續(xù)建模鋪墊。實操演示：用流程圖工具繪制“白酒行業(yè)營收分析”的流程步驟，標(biāo)注每個環(huán)節(jié)的財務(wù)關(guān)注點。3.NumPy數(shù)組運算（40分鐘）數(shù)組創(chuàng)建：一維數(shù)組：revenue=np.array([1000,1200,1500])（某公司季度營收）；二維數(shù)組：profit=np.array([[500,600],[700,800]])（兩家公司上下半年利潤）；自定義財務(wù)數(shù)據(jù)類型：dtype=[('stock_code','U10'),('net_profit','f8')]（股票代碼+凈利潤）。數(shù)組屬性：用shape查看財務(wù)數(shù)據(jù)維度（如(10,4)表示10家公司4個季度）；用size統(tǒng)計數(shù)據(jù)總量，輔助判斷數(shù)據(jù)集完整性。索引與切片：提取數(shù)據(jù)：profit[0,1]（第一家公司下半年利潤）；布爾索引：revenue[revenue<0]（篩選負營收異常值）。4.即時訓(xùn)練（15分鐘）任務(wù)：用NumPy創(chuàng)建3家公司的“季度營收”二維數(shù)組，通過切片提取第2-3家公司的Q2-Q3數(shù)據(jù)，并用布爾索引找出營收超過1000萬的記錄。5.總結(jié)與拓展（5分鐘）重點回顧：數(shù)據(jù)分析流程的財務(wù)適配性、NumPy數(shù)組在批量處理中的效率優(yōu)勢；課后任務(wù)：用NumPy讀取“2023年Q3利潤表.csv”，清洗重復(fù)數(shù)據(jù)并計算平均凈利潤。課程總結(jié)與答疑：強調(diào)數(shù)據(jù)清洗對財務(wù)分析的決定性影響（如遺漏異常值會導(dǎo)致估值偏差）；解答疑問：“為何財務(wù)數(shù)據(jù)更適合用NumPy而非列表？”（數(shù)組運算效率更高，支持批量處理）。教學(xué)反思：

課次/學(xué)時：第2課次/2學(xué)時本次課題目(內(nèi)容)：pandas基礎(chǔ)：Series與DataFrame（3.3.1-3.3.4）學(xué)習(xí)目標(biāo)：理解pandas的核心數(shù)據(jù)結(jié)構(gòu)（Series、DataFrame），能區(qū)分二者在財務(wù)場景中的應(yīng)用（如Series存儲單一指標(biāo)，DataFrame存儲完整報表）。掌握Series的創(chuàng)建與索引方法，能處理財務(wù)指標(biāo)的時間序列數(shù)據(jù)（如某公司每月凈利潤）。熟練創(chuàng)建DataFrame并進行索引切片，實現(xiàn)利潤表、資產(chǎn)負債表的結(jié)構(gòu)化存儲與查詢。教學(xué)重點、難點：重點：DataFrame的創(chuàng)建（從字典/列表）、loc（標(biāo)簽索引）與iloc（位置索引）在財務(wù)數(shù)據(jù)提取中的應(yīng)用。難點：多層索引的財務(wù)場景應(yīng)用（如“公司+季度”雙索引）、Series與DataFrame的轉(zhuǎn)換（如將某列提取為Series單獨分析）。教學(xué)資源：上市公司利潤表數(shù)據(jù)集、JupyterNotebook案例（含Series/DataFrame操作）、對比表格（Series與DataFrame的財務(wù)應(yīng)用場景）、分組任務(wù)卡（構(gòu)建財務(wù)報表）。課堂教學(xué)創(chuàng)新點：財務(wù)報表復(fù)刻：讓學(xué)生用DataFrame還原某公司的利潤表，對比Excel表格，體會pandas的靈活性。索引挑戰(zhàn)賽：給定包含錯誤索引的財務(wù)數(shù)據(jù)，分組修正并提取“2023Q3凈利潤>1億”的公司，最快組獲勝。教學(xué)過程設(shè)計：1.導(dǎo)入（5分鐘）工具對比：展示用列表存儲的混亂財務(wù)數(shù)據(jù)與pandasDataFrame的清晰表格對比，引出pandas的優(yōu)勢。問題引導(dǎo)：“如何用一個數(shù)據(jù)結(jié)構(gòu)同時存儲公司名稱、營收、成本、凈利潤？”引出DataFrame的必要性。2.pandas基礎(chǔ)與Series（30分鐘）Series創(chuàng)建：從列表：net_profit=pd.Series([5000,6000,7000],index=['2023Q1','2023Q2','2023Q3'])（某公司季度凈利潤）；從字典：stock_code=pd.Series({'茅臺':'600519','五糧液':'000858'})（股票代碼映射）。Series索引與切片：標(biāo)簽索引：net_profit['2023Q2']（提取Q2凈利潤）；位置索引：net_profit.iloc[1]（同上）；切片：net_profit['2023Q1':'2023Q3']（提取全年數(shù)據(jù)）。3.DataFrame的創(chuàng)建與操作（40分鐘）DataFrame創(chuàng)建：從字典：data={'公司':['茅臺','五糧液','瀘州老窖'],'營收':[100,80,50],'凈利潤':[45,32,20]}df=pd.DataFrame(data,index=['600519','000858','000568'])#股票代碼作索引從NumPy數(shù)組：用財務(wù)指標(biāo)數(shù)組創(chuàng)建DataFrame，指定列名為“營收”“成本”。DataFrame索引與切片：提取列：df['凈利潤']（返回Series）；提取行：df.loc['600519']（茅臺數(shù)據(jù)）；切片：df.iloc[0:2,1:3]（前兩家公司的營收和凈利潤）。4.分組任務(wù)（10分鐘）任務(wù)：用DataFrame創(chuàng)建“3家公司2023年Q1-Q4的毛利率”表格，通過索引提取某公司Q2-Q3的數(shù)據(jù)并計算平均值。5.總結(jié)與拓展（5分鐘）重點回顧：Series與DataFrame的財務(wù)場景適配、loc與iloc的精準索引；課后任務(wù)：用pandas重構(gòu)教材中的“2023年Q3利潤表”，添加“毛利率”列（(營收-成本)/營收）。課程總結(jié)與答疑：強調(diào)DataFrame是財務(wù)數(shù)據(jù)處理的核心（類似Excel表格但更靈活）；解答疑問：“為何索引重復(fù)時loc會返回所有匹配行？”（需注意財務(wù)數(shù)據(jù)中股票代碼的唯一性）。教學(xué)反思：

課次/學(xué)時：第3課次/2學(xué)時本次課題目(內(nèi)容)：pandas進階：文件操作與數(shù)據(jù)處理（3.3.5-3.3.7）學(xué)習(xí)目標(biāo)：掌握pandas讀寫財務(wù)文件的方法（Excel/CSV），能處理不同編碼格式的財務(wù)數(shù)據(jù)（如GBK編碼的CSV）。熟練運用數(shù)據(jù)查看（head()/info()）與篩選（布爾索引/query()）功能，定位關(guān)鍵財務(wù)信息（如高凈利潤公司）。運用concat()/merge()/join()拼接多來源財務(wù)數(shù)據(jù)（如合并季度報表與年度報表）。教學(xué)重點、難點：重點：read_excel()參數(shù)設(shè)置（sheet_name/skiprows）、多條件篩選（(凈利潤>1億)&(毛利率>30%)）、merge()基于“股票代碼”合并表。難點：處理文件讀取中的編碼錯誤、不同結(jié)構(gòu)財務(wù)數(shù)據(jù)的拼接邏輯（如縱向堆疊季度數(shù)據(jù)與橫向合并指標(biāo)）。教學(xué)資源：多格式財務(wù)文件（Excel/CSV）、含缺失值的利潤表數(shù)據(jù)、拼接案例數(shù)據(jù)集（季度報表+行業(yè)分類表）、錯誤日志（編碼錯誤/合并沖突）。課堂教學(xué)創(chuàng)新點：財務(wù)數(shù)據(jù)偵探：提供含有錯誤的年報數(shù)據(jù)（缺失值、重復(fù)行），學(xué)生需用pandas工具找出并修正，還原真實財務(wù)狀況。報表合并實戰(zhàn)：模擬集團公司場景，分組合并子公司報表與母公司數(shù)據(jù)，計算合并凈利潤。教學(xué)過程設(shè)計：1.導(dǎo)入（5分鐘）業(yè)務(wù)場景：“如何快速將5個季度的Excel利潤表合并為年度分析表？”引出文件操作與數(shù)據(jù)拼接的需求。案例問題：展示因編碼錯誤導(dǎo)致的亂碼財務(wù)數(shù)據(jù)，強調(diào)文件讀取參數(shù)設(shè)置的重要性。2.文件的讀取和寫入（30分鐘）讀取操作：Excel文件：df=pd.read_excel('2023年利潤表.xlsx',sheet_name='Q3',skiprows=1)（跳過表頭外的說明行）；CSV文件：df=pd.read_csv('2022年報.csv',encoding='gbk')（處理Office生成的CSV）；參數(shù)詳解：index_col='股票代碼'（設(shè)置索引）、usecols=['公司','凈利潤']（選擇列）。寫入操作：保存為Excel：df.to_excel('清洗后利潤表.xlsx',index=False)（不保存索引）；保存為CSV：df.to_csv('篩選結(jié)果.csv',sep='|')（自定義分隔符避免逗號干擾）。3.數(shù)據(jù)查看與篩選（20分鐘）數(shù)據(jù)查看：基礎(chǔ)信息：()（查看列類型與缺失值）、df.describe()（凈利潤等數(shù)值列的統(tǒng)計量）；抽樣查看：df.sample(5)（隨機抽取5行，避免極端值影響判斷）。數(shù)據(jù)篩選：布爾索引：df_high=df[(df['凈利潤']>10000)&(df['行業(yè)']=='白酒')]；query()方法：df.query("凈利潤>10000and毛利率>0.3")（更簡潔的多條件篩選）。4.數(shù)據(jù)拼接（20分鐘）縱向拼接（concat）：q1=pd.read_excel('Q1利潤表.xlsx')q2=pd.read_excel('Q2利潤表.xlsx')annual=pd.concat([q1,q2],ignore_index=True)#合并Q1和Q2數(shù)據(jù)橫向合并（merge）：profit=pd.read_excel('利潤表.xlsx')industry=pd.read_excel('行業(yè)分類.xlsx')merged=pd.merge(profit,industry,on='股票代碼')#按股票代碼合并5.綜合任務(wù)（10分鐘）任務(wù)：讀取“Q1.csv”和“Q2.xlsx”，篩選出凈利潤增長的公司，合并為“半年報.csv”并計算平均增長率。6.總結(jié)與拓展（5分鐘）重點回顧：文件讀寫的編碼處理、多條件篩選的財務(wù)邏輯、拼接方法的場景選擇；課后任務(wù)：用merge()合并“上市公司利潤表”與“股東持股表”，分析持股比例與凈利潤的關(guān)系。課程總結(jié)與答疑：強調(diào)數(shù)據(jù)拼接前需統(tǒng)一關(guān)鍵列（如股票代碼格式一致）；解答疑問：“concat與merge的區(qū)別？”（前者堆疊同結(jié)構(gòu)數(shù)據(jù)，后者基于鍵合并不同結(jié)構(gòu)數(shù)據(jù)）。教學(xué)反思：課次/學(xué)時：第1次課/2學(xué)時

本次課題目(內(nèi)容)：

財務(wù)數(shù)據(jù)獲取技術(shù)（第三方接口、HTML網(wǎng)頁、PDF文件）

學(xué)習(xí)目標(biāo)：掌握通過第三方數(shù)據(jù)接口（AKShare/BaoStock）獲取財務(wù)數(shù)據(jù)的方法。掌握使用pd.read_html()解析HTML網(wǎng)頁表格數(shù)據(jù)的流程。掌握利用pdfplumber從PDF文件中提取表格數(shù)據(jù)的技術(shù)。教學(xué)重點、難點：重點：AKShare獲取利潤表、BaoStock登錄與數(shù)據(jù)查詢、pd.read_html()參數(shù)解析、PDF表格定位與提取。難點：PDF多頁表格的精準提取、API接口的異常處理（如股票代碼格式錯誤）。教學(xué)資源：

PPT演示、JupyterNotebook實操環(huán)境、示例PDF（平安銀行年報）、網(wǎng)絡(luò)爬蟲案例網(wǎng)頁（《財富》500強）。

課堂教學(xué)創(chuàng)新點：混合式教學(xué)：課前通過智慧樹平臺學(xué)習(xí)API基礎(chǔ)理論，課中聚焦實戰(zhàn)案例。分組任務(wù)：每組嘗試不同數(shù)據(jù)源（API/HTML/PDF），對比獲取效率與數(shù)據(jù)質(zhì)量。教學(xué)過程設(shè)計：導(dǎo)入（15分鐘）案例引導(dǎo)：展示平安銀行利潤表/《財富》500強榜單，說明數(shù)據(jù)獲取價值。思維導(dǎo)圖梳理技術(shù)路線（API→網(wǎng)頁→PDF）。第三方接口實操（30分鐘）演示AKShare獲取利潤表（ak.stock_lrb_em()）、BaoStock登錄與查詢（bs.login()+query_profit_data()）。學(xué)生練習(xí)：獲取貴州茅臺（600519）2023年Q1盈利能力指標(biāo)。HTML網(wǎng)頁解析（25分鐘）解析pd.read_html()參數(shù)（match/header），演示《財富》500強數(shù)據(jù)爬取。陷阱分析：網(wǎng)頁結(jié)構(gòu)變更時的應(yīng)對策略。PDF文本提?。?0分鐘）pdfplumber實戰(zhàn)：從平安銀行年報第15頁提取“會計數(shù)據(jù)和財務(wù)指標(biāo)”表格。難點突破：處理跨頁表格的技巧。總結(jié)與拓展（10分鐘）對比三種方式適用場景（實時性/準確性/復(fù)雜度）。課后任務(wù)：嘗試爬取上市公司公告頁面的資產(chǎn)負債表。課程總結(jié)與答疑：

強調(diào)數(shù)據(jù)獲取的合規(guī)性，總結(jié)API調(diào)用核心邏輯（認證→查詢→格式化輸出），PDF提取依賴精準頁面定位。

教學(xué)反思：

課次/學(xué)時：第2次課/2學(xué)時

本次課題目(內(nèi)容)：

財務(wù)數(shù)據(jù)統(tǒng)計分析技術(shù)（描述性統(tǒng)計、分組、相關(guān)性與比較分析）

學(xué)習(xí)目標(biāo)：區(qū)分定量/定性/順序/二分數(shù)據(jù)類型并選擇合適分析方法。計算關(guān)鍵統(tǒng)計量（均值、標(biāo)準差、偏度、峰度）并進行業(yè)務(wù)解讀。運用分組統(tǒng)計（groupby）、相關(guān)性分析（corr()）和比較分析（環(huán)比/同比）。教學(xué)重點、難點：重點：describe()函數(shù)應(yīng)用、分組聚合（agg([max,mean,min])）、相關(guān)系數(shù)解讀（0.75=強相關(guān)）。難點：偏度/峰度的業(yè)務(wù)意義（如營收右偏分布）、環(huán)比/同比的周期參數(shù)（pct_change(periods=4)）。教學(xué)資源：

PPT動畫演示分布形態(tài)、示例數(shù)據(jù)集（世界500強企業(yè)數(shù)據(jù)、平安銀行季度營收表）。

課堂教學(xué)創(chuàng)新點：財務(wù)場景驅(qū)動：用企業(yè)營收分布揭示行業(yè)壟斷現(xiàn)象（右偏分布）?？梢暬o助：動態(tài)圖表展示相關(guān)系數(shù)與增長率計算過程。教學(xué)過程設(shè)計：導(dǎo)入（15分鐘）復(fù)習(xí)數(shù)據(jù)獲取技術(shù)，提問：“有了原始數(shù)據(jù)后如何提煉價值？”展示世界500強數(shù)據(jù)集中美企業(yè)數(shù)量對比，引出分析需求。描述性統(tǒng)計（25分鐘）演示定量數(shù)據(jù)統(tǒng)計量（data.describe().round(2)）與定性數(shù)據(jù)眾數(shù)（data['國家'].mode()）。案例解析：世界500強營收偏度3.53（右偏）的業(yè)務(wù)含義。

分組與相關(guān)分析（30分鐘）分組統(tǒng)計：按行業(yè)計算營收均值（groupby('行業(yè)').agg(['mean'])）。相關(guān)性實戰(zhàn)：平安銀行營收與利潤的相關(guān)系數(shù)計算（corr(method='pearson')），解讀0.752的意義。比較分析（20分鐘）公式解析：定比（與固定基期比較）/環(huán)比（相鄰周期）/同比（去年同期）增長率。代碼演示：用pct_change()計算平安銀行營收的環(huán)比與同比增長率。即時訓(xùn)練（10分鐘）任務(wù)：對某零售企業(yè)月度銷售額數(shù)據(jù)計算同比增速，分組討論異常值（如節(jié)日效應(yīng)）。課程總結(jié)與答疑：

強調(diào)統(tǒng)計量為業(yè)務(wù)服務(wù)：右偏分布需關(guān)注頭部企業(yè)，強相關(guān)性可驅(qū)動預(yù)測模型。

教學(xué)反思：

課次/學(xué)時：第3次課/2學(xué)時

本次課題目(內(nèi)容)：

上市公司利潤表批量獲取與多維分析實訓(xùn)

學(xué)習(xí)目標(biāo)：綜合運用API技術(shù)批量獲取10家上市公司利潤表數(shù)據(jù)。完成數(shù)據(jù)清洗、合并及關(guān)鍵指標(biāo)（凈利潤率、營收增長率）計算。撰寫分析報告（行業(yè)對比/頭部企業(yè)特征）。教學(xué)重點、難點：重點：AKShare批量查詢（循環(huán)遍歷股票代碼）、多表合并（pd.concat()）、分組排名（groupby+rank）。難點：數(shù)據(jù)對齊（統(tǒng)一列名/處理缺失值）、增長率計算邏輯（同比/環(huán)比選擇）。教學(xué)資源：

實訓(xùn)任務(wù)書、上市公司代碼列表（如白酒行業(yè)5家+銀行業(yè)5家）、JupyterNotebook模板、報告框架范例。

課堂教學(xué)創(chuàng)新點：角色扮演：學(xué)生擔(dān)任財務(wù)分析師，輸出企業(yè)診斷報告。競技機制：各組分析不同行業(yè)，投票選出“最具洞察力報告”。教學(xué)過程設(shè)計：任務(wù)發(fā)布（10分鐘）分組領(lǐng)取行業(yè)任務(wù)（如白酒/銀行/新能源），明確輸出物要求（數(shù)據(jù)文件+分析結(jié)論）。分發(fā)數(shù)據(jù)獲取模板代碼（含異常處理邏輯）。數(shù)據(jù)獲取與清洗（30分鐘）批量獲取利潤表：循環(huán)調(diào)用ak.stock_lrb_em(symbol="股票代碼")。數(shù)據(jù)清洗：統(tǒng)一日期格式、處理負利潤（replace(0,np.nan)）、刪除重復(fù)列。指標(biāo)計算與分析（35分鐘）關(guān)鍵指標(biāo)：凈利潤率（凈利潤/營收）、同比營收增速（pct_change(periods=4)）。行業(yè)對比：按行業(yè)分組計算平均凈利潤率，用柱狀圖可視化（課下完成）。報告框架搭建（15分鐘）示范結(jié)論結(jié)構(gòu)：“頭部企業(yè)特征：茅臺凈利潤率超45%，行業(yè)均值22%”。強調(diào)數(shù)據(jù)支撐：所有結(jié)論需附代碼輸出截圖。課程總結(jié)與答疑：

總結(jié)批量分析核心鏈條：獲取→清洗→聚合→可視化→洞察，提醒報告需聚焦業(yè)務(wù)建議（如“低利潤企業(yè)應(yīng)優(yōu)化成本”）。

教學(xué)反思：

課次/學(xué)時：第1次課/2學(xué)時

本次課題目(內(nèi)容)：

Matplotlib繪圖流程、中文字體配置與坐標(biāo)軸刻度標(biāo)注

學(xué)習(xí)目標(biāo)：掌握Matplotlib繪圖三步驟流程（創(chuàng)建畫布→繪制圖形→顯示/保存）。解決中文字符顯示問題，配置全局字體（SimHei/ArialUnicodeMS）。精準控制坐標(biāo)軸刻度（位置/范圍/標(biāo)簽/旋轉(zhuǎn)）。教學(xué)重點、難點：重點：plt.figure()畫布創(chuàng)建、plt.xticks()刻度定制、rcParams字體配置。難點：多子圖布局（add_subplot()）、刻度標(biāo)簽旋轉(zhuǎn)角度控制。教學(xué)資源：

PPT動畫演示繪圖流程、JupyterNotebook實操環(huán)境、中文亂碼對比案例課堂教學(xué)創(chuàng)新點：問題導(dǎo)向：用中文亂碼案例引發(fā)思考，對比配置前后效果。交互練習(xí)：實時修改rotation參數(shù)觀察標(biāo)簽旋轉(zhuǎn)效果（0°→45°→90°）。教學(xué)過程設(shè)計：導(dǎo)入（15分鐘）展示財務(wù)K線圖/營收趨勢圖，強調(diào)可視化價值。提問：“為何中文顯示為方框？”導(dǎo)入字體配置需求。繪圖流程解析（30分鐘）三步驟演示：Python#步驟1：創(chuàng)建畫布與子圖

fig=plt.figure(figsize=(10,6))

ax=fig.add_subplot(111)

#步驟2：繪制圖形+標(biāo)簽

ax.plot([1,2,3],[5,5.5,6],marker='o',linestyle='--')

ax.set_title('季度營收趨勢')

#步驟3：保存/顯示

plt.savefig('營收趨勢.png',dpi=300)學(xué)生練習(xí)：繪制簡單折線圖并添加標(biāo)題。中文顯示實戰(zhàn)（25分鐘）解決方案演示：Pythonimportmatplotlibasmpl

mpl.rcParams['font.sans-serif']=['SimHei']#黑體

mpl.rcParams['axes.unicode_minus']=False#解決負號顯示陷阱分析：系統(tǒng)未安裝字體的應(yīng)對方案（下載.ttf文件注冊）。坐標(biāo)軸高級控制（20分鐘）刻度四要素實戰(zhàn)：Python#設(shè)置刻度位置/標(biāo)簽/范圍/旋轉(zhuǎn)

plt.xticks([1,2,3],['Q1','Q2','Q3'],rotation=45)

plt.xlim(0.5,3.5)綜合練習(xí)：為“商品價格走勢圖”添加星期標(biāo)簽并旋轉(zhuǎn)30°。課程總結(jié)與答疑：

強調(diào)繪圖流程標(biāo)準化（避免遺漏plt.show()），總結(jié)中文配置核心參數(shù)。

教學(xué)反思：

課次/學(xué)時：第2次課/2學(xué)時

本次課題目(內(nèi)容)：

財務(wù)場景核心圖表繪制（折線圖/柱形圖/直方圖/散點圖/餅圖）

學(xué)習(xí)目標(biāo)：使用plt.plot()繪制多維度營收趨勢折線圖。運用plt.bar()實現(xiàn)復(fù)式/堆疊柱形圖（行業(yè)對比分析）。掌握分布類圖表（直方圖/散點圖）及占比分析工具（餅圖）。教學(xué)重點、難點：重點：折線圖標(biāo)記樣式（marker='o'）、堆疊柱形圖bottom參數(shù)、餅圖autopct百分比格式。難點：復(fù)式柱形圖寬度對齊計算（ind+i*width）、多子圖餅圖布局（plt.subplots(2,2)）。教學(xué)資源：

企業(yè)季度營收數(shù)據(jù)集、上市公司行業(yè)對比案例、色彩編碼規(guī)范手冊。

課堂教學(xué)創(chuàng)新點：財務(wù)場景綁定：用堆疊柱形圖展示季度營收構(gòu)成（圖5-12）。視覺優(yōu)化競賽：分組設(shè)計“上市公司營收報告”圖表組合（折線+餅圖）教學(xué)過程設(shè)計：導(dǎo)入（10分鐘）回顧坐標(biāo)軸控制技巧，提問：“如何對比4年季度數(shù)據(jù)？”展示復(fù)式柱形圖（圖5-11）引出多數(shù)據(jù)系列需求。趨勢分析：折線圖（25分鐘）單線→多線進階：Python#四年營收對比（不同標(biāo)記/線型）

plt.plot(df_2020['季度'],df_2020['營收'],marker='s',linestyle='-.',label='2020')

plt.plot(df_2021['季度'],df_2021['營收'],marker='o',label='2021')

plt.legend(loc='upperleft')學(xué)生練習(xí)：繪制貴州茅臺vs五糧液季度營收對比折線圖。對比分析：柱形圖（30分鐘）三類柱形圖實戰(zhàn)：簡單柱形圖（單年季度數(shù)據(jù)）復(fù)式柱形圖（多企業(yè)同期對比，代碼見圖5-11）堆疊柱形圖（年度營收季度構(gòu)成，代碼見圖5-12）關(guān)鍵技術(shù)點：width參數(shù)調(diào)整、hatch填充紋理。分布與占比圖表（25分鐘）直方圖：營收分布分析（plt.hist(bins=10)）餅圖：季度營收占比（plt.pie(autopct='%1.1f%%')）散點圖：營收-利潤相關(guān)性觀察（plt.scatter(s=80)）課程總結(jié)與答疑：

強調(diào)圖表選擇邏輯：趨勢用折線、對比用柱形、占比用餅圖、分布用直方。

教學(xué)反思：

課次/學(xué)時：第3次課/2學(xué)時

本次課題目(內(nèi)容)：

Seaborn高級圖表（箱線圖/熱力圖/組合圖）與利潤分析實訓(xùn)

學(xué)習(xí)目標(biāo)：使用sns.boxplot()分析企業(yè)盈利分布異常值。通過sns.heatmap()計算財務(wù)指標(biāo)相關(guān)系數(shù)矩陣。完成上市公司利潤指標(biāo)可視化分析報告（折線圖+箱線圖+熱力圖）。教學(xué)重點、難點：重點：箱線圖業(yè)務(wù)解讀（中位數(shù)/四分位距/異常點）、熱力圖annot數(shù)值標(biāo)注。難點：組合圖坐標(biāo)軸聯(lián)動（twinx()）、聚類熱力圖行列排序（clustermap）。教學(xué)資源：

白酒行業(yè)財務(wù)數(shù)據(jù)集、Matplotlib-Seaborn樣式對比表、實訓(xùn)任務(wù)書。

課堂教學(xué)創(chuàng)新點：自動化報告：用pd.DataFrame.style.background_gradient()生成交互式熱力圖。行業(yè)診斷師：角色扮演分析白酒企業(yè)盈利健康度（箱線圖異常值定位）。教學(xué)過程設(shè)計：Seaborn核心圖表（40分鐘）箱線圖：企業(yè)盈利分布診斷Pythonsns.boxplot(x='行業(yè)',y='凈利潤率',data=df,showfliers=True)業(yè)務(wù)解讀：右偏分布（中位數(shù)<均值）→頭部企業(yè)壟斷熱力圖：指標(biāo)相關(guān)性分析Pythoncorr=df.corr()

sns.heatmap(corr,annot=True,cmap='coolwarm')案例：營業(yè)總收入與凈利潤相關(guān)系數(shù)0.85（強相關(guān)）組合圖：趨勢+分布聯(lián)動Pythonfig,ax1=plt.subplots()

ax2=ax1.twinx()#雙Y軸

sns.lineplot(x='季度',y='營收',data=df,ax=ax1)

sns.barplot(x='季度',y='利潤率',data=df,ax=ax2,alpha=0.3)實訓(xùn)：上市公司利潤分析（50分鐘）任務(wù)：對白酒行業(yè)TOP5企業(yè)進行可視化診斷步驟：數(shù)據(jù)加載：企業(yè)季度利潤表（凈利潤率/毛利率）折線圖繪制：3年凈利潤率趨勢對比箱線圖分析：行業(yè)凈利潤率分布（識別茅臺異常值）熱力圖生成：ROE/資產(chǎn)負債率/營收增速相關(guān)性輸出：PPT報告（圖表+結(jié)論：“頭部企業(yè)凈利率>40%，中小企波動大”）課程總結(jié)與答疑：

總結(jié)Seaborn效率優(yōu)勢（1行代碼生成統(tǒng)計圖表），強調(diào)熱力圖在財務(wù)因子分析中的價值。

教學(xué)反思：

課次/學(xué)時：第1次課/2學(xué)時

本次課題目(內(nèi)容)：

線性回歸模型原理與財務(wù)預(yù)測實戰(zhàn)（一元/多元線性回歸）

學(xué)習(xí)目標(biāo)：理解一元/多元線性回歸數(shù)學(xué)模型及參數(shù)意義（斜率/截距）。掌握回歸模型評估指標(biāo)（R方/MAPE）的業(yè)務(wù)解讀方法。運用LinearRegression完成上市公司營收預(yù)測建模全流程。教學(xué)重點、難點：重點：最小二乘法原理、train_test_split數(shù)據(jù)集劃分、metrics.r2_score評估。難點：多重共線性識別（如資產(chǎn)總計/負債合計高度相關(guān)）、MAPE誤差解讀（<10%為優(yōu)秀）。

教學(xué)資源：

上市公司營收數(shù)據(jù)集（營業(yè)成本/資產(chǎn)總計等11字段）、JupyterNotebook代碼模板、特征相關(guān)性熱力圖案例。

課堂教學(xué)創(chuàng)新點：財務(wù)診斷視角：解讀回歸系數(shù)（如"營業(yè)成本系數(shù)1.22→每投入1元成本創(chuàng)收1.22元營收"）。陷阱預(yù)警：演示未標(biāo)準化數(shù)據(jù)導(dǎo)致系數(shù)失真（資產(chǎn)總計系數(shù)-9636的誤導(dǎo)性）。

教學(xué)過程設(shè)計：原理剖析（30分鐘）一元回歸公式推導(dǎo)：最小二乘法動畫演示：誤差平方和最小化過程關(guān)鍵指標(biāo)解讀：R方=0.99→模型解釋99%波動MAPE=0.21→平均預(yù)測誤差21%一元回歸實戰(zhàn)（40分鐘）數(shù)據(jù)可視化：plt.scatter繪制營業(yè)成本-營收散點圖（圖6-1）模型訓(xùn)練與診斷：Pythonlm=LinearRegression()

lm.fit(X_train,y_train)#X=營業(yè)成本

print('斜率:',lm.coef_[0])#輸出1.2248業(yè)務(wù)結(jié)論：成本與營收強線性相關(guān)（R方>0.99）多元回歸進階（30分鐘）特征工程陷阱：展示未標(biāo)準化時資產(chǎn)總計系數(shù)失真（-9636）解決方案：Pythonscaler=StandardScaler()#數(shù)據(jù)標(biāo)準化

X_scaled=scaler.fit_transform(X)優(yōu)化后結(jié)果：營業(yè)成本系數(shù)1.076（業(yè)務(wù)合理）課程總結(jié)與答疑：

強調(diào)財務(wù)建模鐵律：先驗證特征相關(guān)性（熱力圖），再標(biāo)準化數(shù)據(jù)，最后解讀系數(shù)經(jīng)濟含義。

教學(xué)反思：

課次/學(xué)時：第2次課/2學(xué)時

本次課題目(內(nèi)容)：

邏輯回歸原理及信用風(fēng)險預(yù)測實戰(zhàn)

學(xué)習(xí)目標(biāo)：理解Sigmoid函數(shù)與概率映射機制掌握混淆矩陣指標(biāo)（準確率/召回率）在風(fēng)控場景的應(yīng)用。完成個人信用風(fēng)險預(yù)測模型（特征：收入/負債/歷史逾期等）。教學(xué)重點、難點：重點：LogisticRegression模型訓(xùn)練、predict_proba()概率輸出、classification_report評估。難點：召回率與精確率的權(quán)衡（風(fēng)控側(cè)重召回率→減少漏判高風(fēng)險客戶）。教學(xué)資源：

個人信用數(shù)據(jù)集（20個特征/5萬樣本）、閾值調(diào)整動態(tài)可視化工具。

課堂教學(xué)創(chuàng)新點：銀行業(yè)務(wù)還原：設(shè)定不同閾值（0.3/0.5/0.7）演示通過率與壞賬率變化。倫理討論：分組辯論"是否應(yīng)拒絕40%逾期概率的低收入群體"。教學(xué)過程設(shè)計：原理精講（25分鐘）Sigmoid函數(shù)演示：1/(1+e^(-z))將線性輸出映射為[0,1]概率決策邊界：概率>0.5判定為違約（可調(diào)整）風(fēng)控核心指標(biāo)：召回率=抓出壞人/全部壞人→避免漏判（目標(biāo)>85%）精確率=真壞人/判為壞人→減少誤傷模型開發(fā)（35分鐘）特征工程：獨熱編碼處理職業(yè)類型，標(biāo)準化連續(xù)變量訓(xùn)練與評估：Pythonfromsklearn.linear_modelimportLogisticRegression

lr=LogisticRegression()

lr.fit(X_train,y_train)

print(classification_report(y_test,lr.predict(X_test)))輸出示例：召回率0.88→每100個壞人識別出88個閾值調(diào)優(yōu)實戰(zhàn)（30分鐘）業(yè)務(wù)場景模擬：閾值=0.3：召回率92%→壞賬少但拒絕大量好客戶閾值=0.7：召回率65%→壞賬多但客戶體驗好代碼實現(xiàn)：Pythony_proba=lr.predict_proba(X_test)[:,1]#違約概率

y_pred=(y_proba>0.4).astype(int)#調(diào)整閾值課程總結(jié)與答疑：

強調(diào)邏輯回歸本質(zhì)是分類模型，財務(wù)場景中需按業(yè)務(wù)目標(biāo)（風(fēng)控/營銷）動態(tài)調(diào)整閾值。

教學(xué)反思：

課次/學(xué)時：第3次課/2學(xué)時

本次課題目(內(nèi)容)：

K均值聚類原理與企業(yè)盈利能力分級實戰(zhàn)

學(xué)習(xí)目標(biāo)：掌握K均值算法流程（初始化→分配→更新→迭代）。運用肘部法則（KElbowVisualizer）確定最佳K值。完成上市公司盈利能力聚類分級（ROE/凈利率/營收增速）。教學(xué)重點、難點：重點：輪廓系數(shù)解讀（>0.5說明聚類合理）、聚類中心業(yè)務(wù)標(biāo)簽定義。難點：特征權(quán)重分配（如ROE比營收增速更重要）、高維數(shù)據(jù)降維（PCA）。教學(xué)資源：

上市公司財務(wù)指標(biāo)數(shù)據(jù)集（3年ROE/凈利率/營收增速）、聚類結(jié)果雷達圖模板。

課堂教學(xué)創(chuàng)新點：投資策略生成：定義聚類中心為"現(xiàn)金牛/成長型/風(fēng)險型"企業(yè)可視化創(chuàng)新：用雷達圖對比三類企業(yè)盈利特征（圖10-3）教學(xué)過程設(shè)計：算法解析（30分鐘）K均值動畫演示：質(zhì)點移動與樣本重分配過程關(guān)鍵概念：肘部法則：尋找SSE下降拐點（K=3處斜率突變）輪廓系數(shù)：計算樣本與同類/異類距離比（公式演示）盈利能力聚類（40分鐘）數(shù)據(jù)預(yù)處理：Pythonfromsklearn.preprocessingimportStandardScaler

scaler=StandardScaler()

X_scaled=scaler.fit_transform(df[['ROE','凈利率','營收增速']])確定K值：Pythonfromyellowbrick.clusterimportKElbowVisualizer

visualizer=KElbowVisualizer(KMeans(),k=(2,10))

visualizer.fit(X_scaled)#顯示肘點K=3業(yè)務(wù)解讀聚類中心：類別ROE凈利率增速標(biāo)簽022.3%15.8%5.2%現(xiàn)金牛18.1%3.4%32.7%成長型2-3.2%-1.5%-8.4%風(fēng)險型報告撰寫指導(dǎo)（20分鐘）結(jié)論框架：

"白酒行業(yè)聚類顯示：茅臺屬現(xiàn)金牛（ROE30%），汾酒屬成長型（增速25%）"投資建議模板：

"增持現(xiàn)金牛企業(yè)，選擇性投資成長型，規(guī)避風(fēng)險型"課程總結(jié)與答疑：

強調(diào)聚類是探索性分析工具，需結(jié)合業(yè)務(wù)知識定義類別標(biāo)簽，避免純粹數(shù)學(xué)分組。

教學(xué)反思：

課次/學(xué)時：第1次課/2學(xué)時

本次課題目(內(nèi)容)：

會計文本分析原理、中文分詞技術(shù)及文本預(yù)處理流程

學(xué)習(xí)目標(biāo)：理解文本分析在財務(wù)會計領(lǐng)域的核心價值與工作流程（數(shù)據(jù)收集→預(yù)處理→分析）。掌握中文分詞五大模式（精確/全/搜索/paddle/HMM）及其適用場景。熟練定制財務(wù)詞典與停用詞表（如"遞延所得稅資產(chǎn)"/"商譽減值"等專業(yè)術(shù)語）。教學(xué)重點、難點：重點：jieba.lcut()模式參數(shù)選擇、自定義詞典構(gòu)建（load_userdict()）、停用詞過濾邏輯。難點：HMM模式識別未登錄詞、專業(yè)術(shù)語分詞邊界判定（"現(xiàn)金流量表"→單分詞）。教學(xué)資源：

《中國注冊會計師職業(yè)道德守則》文本、財務(wù)術(shù)語詞典模板、停用詞庫（哈工大停用詞表）。

課堂教學(xué)創(chuàng)新點：會計場景適配：對比通用分詞vs加載財務(wù)詞典效果（"遞延所得稅資產(chǎn)"完整性）用年報片段演示HMM識別新術(shù)語能力教學(xué)過程設(shè)計：文本分析框架（25分鐘）四步驟解析：會計應(yīng)用場景：年報關(guān)鍵詞提取/監(jiān)管文件合規(guī)分析中文分詞實戰(zhàn)（40分鐘）五模式對比實驗：Python#精確模式（財務(wù)文本首選）

jieba.lcut(年報文本,cut_all=False)

#paddle模式（識別"新租賃準則"等新術(shù)語）

jieba.lcut(年報文本,use_paddle=True)學(xué)生任務(wù)：對審計報告片段進行精確模式分詞詞典與停用詞（25分鐘）財務(wù)詞典構(gòu)建：Python#詞典文件內(nèi)容（詞頻可省略）

現(xiàn)金流量表10n

商譽減值8n

jieba.load_userdict("財務(wù)詞典.txt")停用詞過濾：Pythonstopwords=[line.strip()forlineinopen('hit_stopwords.txt')]

cleaned_words=[wordforwordinseg_listifwordnotinstopwords]課程總結(jié)與答疑：

強調(diào)財務(wù)文本特殊性：必須加載專業(yè)詞典（避免"營改增"被拆解），停用詞庫需補充會計無用詞（"特此公告"）。

教學(xué)反思：

課次/學(xué)時：第2次課/2學(xué)時

本次課題目(內(nèi)容)：

會計文本關(guān)鍵詞提取、詞頻統(tǒng)計及詞云圖生成實戰(zhàn)

學(xué)習(xí)目標(biāo)：運用jieba.analyse提取會計政策文本關(guān)鍵詞（TF-IDF算法）。通過collections.Counter實現(xiàn)高頻詞統(tǒng)計與業(yè)務(wù)解讀。生成合規(guī)報告詞云圖（形狀/顏色/字體定制化）。教學(xué)重點、難點：重點：TF-IDF權(quán)重解讀（jieba.analyse.extract_tags()）、詞云參數(shù)調(diào)整（max_words/mask）。難點：關(guān)鍵詞業(yè)務(wù)意義解析（如"誠信獨立"高頻→審計核心原則）。教學(xué)資源：

《中國注冊會計師職業(yè)道德守則（2020）》PDF、會計師事務(wù)所LOGO掩膜圖、顏色映射表。

課堂教學(xué)創(chuàng)新點：倫理可視化：用詞云突出守則中的核心原則（"誠信"/"保密"/"獨立性"）形象化設(shè)計：將詞云嵌入會計師事務(wù)所LOGO形狀（mask參數(shù)）教學(xué)過程設(shè)計：關(guān)鍵詞提?。?0分鐘）TF-IDF原理：詞頻高且文檔罕見的詞權(quán)重高守則文本分析：Pythonfromjiebaimportanalyse

keywords=analyse.extract_tags(守則文本,topK=20,withWeight=True)

#輸出：[('誠信',0.89),('獨立性',0.82)...]結(jié)論：守則核心關(guān)注職業(yè)操守（誠信/獨立）而非技術(shù)細節(jié)詞云圖生成（40分鐘）基礎(chǔ)詞云：PythonfromwordcloudimportWordCloud

wc=WordCloud(font_path='SimHei.ttf',background_color='white')

wc.generate_from_frequencies(word_freq)

wc.to_file("基礎(chǔ)詞云.png")高級定制：PythonfromPILimportImage

mask=np.array(Image.open("kpmg_logo.png"))

wc=WordCloud(mask=mask,colormap='Blues')實訓(xùn)：守則分析報告（20分鐘）任務(wù)流程：加載《職業(yè)道德守則》PDF文本預(yù)處理（分詞+去停用詞）提取TOP20關(guān)鍵詞并解釋業(yè)務(wù)含義生成KPMGlogo形狀詞云圖輸出結(jié)論：

"獨立性"出現(xiàn)頻次最高（32次），凸顯審計業(yè)務(wù)底線要求課程總結(jié)與答疑：

總結(jié)文本分析價值：從海量監(jiān)管文件中快速定位核心要求，詞云是合規(guī)培訓(xùn)的高效可視化工具。

教學(xué)反思：

課次/學(xué)時：第1次課/2學(xué)時課題目（內(nèi)容）：上市公司財務(wù)數(shù)據(jù)獲取與預(yù)處理學(xué)習(xí)目標(biāo)理解財務(wù)數(shù)據(jù)的基本概念、分類邏輯及應(yīng)用場景。掌握Python獲取上市公司財務(wù)數(shù)據(jù)的方法（以BaoStock為例），并能完成基礎(chǔ)數(shù)據(jù)預(yù)處理操作（數(shù)據(jù)整合、轉(zhuǎn)換、清洗）。教學(xué)重點、難點：重點?：財務(wù)數(shù)據(jù)的概念與分類；Python獲取財務(wù)數(shù)據(jù)的流程；基礎(chǔ)數(shù)據(jù)預(yù)處理方法。難點?：財務(wù)數(shù)據(jù)分類的經(jīng)濟邏輯；Python金融庫（如BaoStock）的使用場景與語法適配。教學(xué)資源：硬件?：多媒體教學(xué)設(shè)備（投影儀、計算機）、分組討論桌椅。軟件?：JupyterNotebook（Python開發(fā)環(huán)境）、BaoStock金融數(shù)據(jù)API、Python基礎(chǔ)庫（pandas、numpy、matplotlib）。資料?：上市公司財務(wù)報表模板、Python編程教程（如《利用Python進行數(shù)據(jù)分析》）、BaoStock官方文檔。課堂教學(xué)創(chuàng)新點：案例驅(qū)動教學(xué)?：以“德邦物流財務(wù)數(shù)據(jù)獲取”為貫穿案例，將抽象概念轉(zhuǎn)化為可操作的實踐任務(wù)。分組協(xié)作模式?：設(shè)置“數(shù)據(jù)獲取組”“預(yù)處理組”，模擬企業(yè)數(shù)據(jù)分析團隊分工，提升團隊協(xié)作與問題解決能力?？梢暬ぞ咻o助?：用Python繪圖工具展示數(shù)據(jù)處理前后差異，直觀呈現(xiàn)學(xué)習(xí)成果。教學(xué)過程設(shè)計（90分鐘）：1.導(dǎo)入新課?（5分鐘）以“投資德邦物流是否可行？”為問題情境，引出財務(wù)數(shù)據(jù)對決策的重要性。呈現(xiàn)上市公司財務(wù)報表片段，提問“報表中數(shù)據(jù)是什么？如何獲??？”引入主題。2.概念講解?（15分鐘）定義財務(wù)數(shù)據(jù)：企業(yè)經(jīng)營活動的量化記錄（如利潤、資產(chǎn)、現(xiàn)金流）。分類邏輯：按報表類型、經(jīng)濟性質(zhì)、時間維度分類。用思維導(dǎo)圖可視化分類邏輯，強化記憶。3.數(shù)據(jù)獲取實踐?（30分鐘） 演示Python安裝BaoStock庫（pipinstallBaoStock）與基本語法（如get_stock_balance獲取資產(chǎn)負債表）。分組任務(wù)：每組用BaoStock獲取德邦物流2019-2023年盈利能力指標(biāo)相關(guān)數(shù)據(jù)，提交代碼與數(shù)據(jù)截圖。教師巡視指導(dǎo)，解答“庫安裝失敗”“數(shù)據(jù)字段缺失”等常見問題。4.數(shù)據(jù)預(yù)處理實踐?（30分鐘） 講解數(shù)據(jù)預(yù)處理目標(biāo)：整合（合并不同報表數(shù)據(jù)）、轉(zhuǎn)換（時間格式、單位換算）、清洗（缺失值填充、異常值處理）。演示Python代碼（如pandas的merge、rename、drop等函數(shù)）。分組任務(wù)：將德邦物流資產(chǎn)負債表、利潤表數(shù)據(jù)整合為單表，處理缺失值后輸出。教師展示“數(shù)據(jù)預(yù)處理前后差異”可視化圖，強化理解。5.課堂總結(jié)?（10分鐘）回顧財務(wù)數(shù)據(jù)概念、分類、獲取與預(yù)處理方法。布置作業(yè)：（1）用BaoStock獲取德邦物流2019-2023年運營能力、成長能力、償債能力指標(biāo)數(shù)據(jù)，完成預(yù)處理；（2）預(yù)習(xí)盈利能力分析指標(biāo)（如毛利率、凈利率）。課堂總結(jié)與答疑：通過案例導(dǎo)入與分組實踐，學(xué)生對“財務(wù)數(shù)據(jù)如何從理論到代碼”有了直觀認知，Python代碼實操參與度高。代碼實操中“庫依賴問題”分散注意力，可錄制環(huán)境搭建視頻指導(dǎo)。教學(xué)反思：課次/學(xué)時：第2次課/2學(xué)時本次課題目（內(nèi)容）：上市公司財務(wù)狀況分析與報告撰寫學(xué)習(xí)目標(biāo)：掌握盈利能力、營運能力、成長能力、償債能力的分析方法與指標(biāo)計算邏輯。能通過綜合案例（德邦物流），完成從數(shù)據(jù)獲取到財務(wù)狀況分析的完整流程，提升實際問題解決能力。教學(xué)重點、難點：重點?：四大財務(wù)能力分析的核心指標(biāo)（如毛利率、存貨周轉(zhuǎn)率、ROE、流動比率）；案例全流程實踐（數(shù)據(jù)獲取→預(yù)處理→分析→報告）。難點?：指標(biāo)經(jīng)濟含義的深度理解（如“存貨周轉(zhuǎn)率高是好是壞？”）；案例中多維度分析的邏輯整合。教學(xué)資源：硬件?：多媒體教學(xué)設(shè)備、分組討論桌椅。軟件?：JupyterNotebook、報告生成工具（如Markdown、PowerPoint）。資料?：德邦物流財務(wù)分析報告模板、物流行業(yè)財務(wù)指標(biāo)參考文獻、Python財務(wù)分析代碼庫。課堂教學(xué)創(chuàng)新點：項目式學(xué)習(xí)?：以“德邦物流2019-2023年財務(wù)狀況分析報告”為項目，分階段完成“數(shù)據(jù)獲取→預(yù)處理→分析→報告”，模擬真實工作場景。行業(yè)對比分析?：引入物流行業(yè)整體財務(wù)數(shù)據(jù)（如行業(yè)平均毛利率、存貨周轉(zhuǎn)率），幫助學(xué)生理解“企業(yè)指標(biāo)是否優(yōu)于行業(yè)”。教學(xué)過程設(shè)計：1.導(dǎo)入新課?（5分鐘） 復(fù)習(xí)上次課內(nèi)容：財務(wù)數(shù)據(jù)分類、BaoStock獲取數(shù)據(jù)、預(yù)處理方法。呈現(xiàn)德邦物流2019-2023年財務(wù)數(shù)據(jù)表格，提問“這些數(shù)據(jù)能告訴我們什么？如何分析？”引出四大財務(wù)能力。2.財務(wù)能力分析方法?（20分鐘）盈利能力：定義（企業(yè)賺取利潤的能力）、核心指標(biāo)（毛利率、凈利率、ROE）、經(jīng)濟含義（如“毛利率高說明產(chǎn)品定價權(quán)強？”）。營運能力：定義（資產(chǎn)周轉(zhuǎn)效率）、核心指標(biāo)（存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率）、經(jīng)濟含義（如“存貨周轉(zhuǎn)率低是庫存積壓還是滯銷？”）。成長能力：定義（未來增長潛力）、核心指標(biāo)（營業(yè)收入增長率、凈利潤增長率）、經(jīng)濟含義（如“營收增長但利潤下降是何原因？”）。償債能力：定義（短期/長期償債能力）、核心指標(biāo)（流動比率、速動比率、資產(chǎn)負債率）、經(jīng)濟含義（如“資產(chǎn)負債率高是負債驅(qū)動增長還是財務(wù)風(fēng)險？”）。每類能力結(jié)合“德邦物流2023年數(shù)據(jù)”演示指標(biāo)計算與經(jīng)濟含義分析。3.案例實踐：德邦物流財務(wù)分析?（50分鐘） 分組任務(wù)（3-4人/組）：（1）用BaoStock獲取德邦物流2019-2023年利潤表、資產(chǎn)負債表、現(xiàn)金流量表；（2）預(yù)處理數(shù)據(jù)（合并報表、處理缺失值）；（3）計算四大財務(wù)能力指標(biāo)；（4）寫作分析報告（含背景介紹、指標(biāo)說明、結(jié)論建議）。教師分組指導(dǎo)，重點關(guān)注“指標(biāo)計算錯誤”“圖表邏輯混亂”等問題，及時糾正。4.成果展示與點評? （10分鐘）每組派代表展示分析報告（5分鐘/組），側(cè)重“數(shù)據(jù)來源可靠性、指標(biāo)分析邏輯、建議可行性”。教師點評：肯定亮點（如“行業(yè)對比分析”“創(chuàng)新性建議”），指出不足（如“指標(biāo)計算錯誤”“分析過于籠統(tǒng)”）。5.課堂總結(jié)?（5分鐘） 回顧四大財務(wù)能力分析方法與案例全流程。布置作業(yè)：（1）修改完善德邦物流財務(wù)分析報告；（2）自選一家上市公司，完成類似分析流程。課堂總結(jié)與答疑：項目式學(xué)習(xí)讓學(xué)生深度參與“數(shù)據(jù)→分析→報告”全流程，對財務(wù)指標(biāo)的經(jīng)濟含義理解更深入；可視化工具提升了分析報告的可讀性。部分小組案例報告中“建議可行性”部分普遍較弱，需補充“企業(yè)戰(zhàn)略規(guī)劃”等知識拓展。教學(xué)反思：課次/學(xué)時：第1次課/2學(xué)時本次課題目（內(nèi)容）：?行業(yè)財務(wù)分析概述與數(shù)據(jù)獲取及預(yù)處理學(xué)習(xí)目標(biāo)：?理解行業(yè)財務(wù)分析的定義、意義及核心分析維度（盈利能力、營運能力、成長能力、償債能力），奠定理論基礎(chǔ)。掌握財務(wù)數(shù)據(jù)獲取工具（如BaoStock）的使用方法，能夠獲取行業(yè)內(nèi)企業(yè)的財務(wù)指標(biāo)數(shù)據(jù)。掌握數(shù)據(jù)預(yù)處理流程，包括缺失值處理、數(shù)據(jù)類型轉(zhuǎn)換及描述性統(tǒng)計，確保數(shù)據(jù)質(zhì)量。教學(xué)重點、難點：重點?：行業(yè)財務(wù)分析的四大維度及核心指標(biāo)；數(shù)據(jù)預(yù)處理的關(guān)鍵步驟（清洗、轉(zhuǎn)換）。難點?：BaoStock工具的實操應(yīng)用；財務(wù)指標(biāo)的業(yè)務(wù)含義與數(shù)據(jù)口徑理解。教學(xué)資源：?工具資源：BaoStockAPI文檔、Python環(huán)境（Pandas、NumPy庫）。案例數(shù)據(jù)：白酒行業(yè)3家企業(yè)（五糧液、貴州茅臺、山西汾酒）2014-2023年財務(wù)指標(biāo)樣例數(shù)據(jù)。課堂教學(xué)創(chuàng)新點：?理論與工具結(jié)合?：通過“定義講解+API實操”同步推進，避免純理論枯燥性。問題導(dǎo)向預(yù)處理?：以“如何從原始數(shù)據(jù)中提取有效信息”為主線，引導(dǎo)學(xué)生主動思考數(shù)據(jù)清洗邏輯。教學(xué)過程設(shè)計：1.導(dǎo)入：行業(yè)財務(wù)分析的價值（10分鐘）?案例引入：展示白酒行業(yè)頭部企業(yè)財務(wù)表現(xiàn)差異（如茅臺與汾酒的利潤率對比），提問：“如何通過數(shù)據(jù)量化企業(yè)財務(wù)狀況？”明確目標(biāo)：通過財務(wù)分析揭示企業(yè)競爭力，為投資、經(jīng)營決策提供依據(jù)。2.行業(yè)財務(wù)分析概述（25分鐘）?（1）定義與意義?：定義：以財務(wù)報表及相關(guān)資料為基礎(chǔ)，采用專門方法評估企業(yè)財務(wù)狀況、經(jīng)營成果及現(xiàn)金流量（結(jié)合參考資料中財務(wù)分析的核心要素）。意義：服務(wù)投資者（風(fēng)險評估）、債權(quán)人（償債能力）、管理層（經(jīng)營優(yōu)化）。（2）分析維度與核心指標(biāo)?：盈利能力：凈資產(chǎn)收益率、凈利潤、銷售凈利率、毛利率（結(jié)合思維導(dǎo)圖）。營運能力：存貨周轉(zhuǎn)率、流動資產(chǎn)周轉(zhuǎn)率等。成長能力：總資產(chǎn)增長率、凈利潤增長率等。償債能力：流動比率、資產(chǎn)負債率等。3.數(shù)據(jù)獲取與預(yù)處理（45分鐘）?（1）數(shù)據(jù)獲?。?0分鐘）?：工具介紹：BaoStock平臺功能（免費獲取A股財務(wù)數(shù)據(jù)）。實操演示：編寫Python代碼調(diào)取3家白酒企業(yè)2014-2023年四大維度指標(biāo)數(shù)據(jù)（示例代碼展示）。（2）數(shù)據(jù)預(yù)處理（25分鐘）?：缺失值處理：刪除無效樣本或用均值/中位數(shù)填充（結(jié)合樣例數(shù)據(jù)中的缺失值案例）。數(shù)據(jù)轉(zhuǎn)換：將字符串型指標(biāo)轉(zhuǎn)換為數(shù)值型，統(tǒng)一單位（如“萬元”轉(zhuǎn)“億元”）。描述性統(tǒng)計：計算均值、中位數(shù)、標(biāo)準差，初步判斷數(shù)據(jù)分布特征（用Pandas實現(xiàn)）。4.課堂總結(jié)與答疑（10分鐘）?回顧財務(wù)分析四大維度及數(shù)據(jù)預(yù)處理步驟，強調(diào)“數(shù)據(jù)質(zhì)量是分析的前提”。作業(yè)布置?：課后用BaoStock獲取另一家白酒企業(yè)數(shù)據(jù)，完成預(yù)處理并提交描述性統(tǒng)計結(jié)果。課堂總結(jié)與答疑：數(shù)據(jù)質(zhì)量是分析的前提，解答學(xué)生在數(shù)據(jù)獲取、數(shù)據(jù)轉(zhuǎn)換中的實操問題教學(xué)反思：課次/學(xué)時：第2次課/2學(xué)時本次課題目?（內(nèi)容）：財務(wù)指標(biāo)對比分析、可視化工具應(yīng)用及白酒行業(yè)案例報告學(xué)習(xí)目標(biāo)?：掌握四大維度