本书内容从逻辑上分为四个部分：第一部分是财务大数据认知与Python基础，主要介绍财务大数据概念与思维，以及Python的环境搭建、语法规则、变量和语句、文件和目录管理等基础内容；第二部分是Python财务大数据的获取，包含网页基础和正则表达式等网络爬取技术的前导知识，静态网页、动态网页的数据爬取技术，以及pdf文本分析技能；第三部分是Python财务大数据的预处理，介绍如何使用Python对获取的数据进行清洗和整理；第四部分是财务大数据的分析与可视化，介绍财务大数据的基本分析、专题分析与机器学习技术，以及可视化等数据分析与挖掘技术。

第一篇 财务大数据认知与Python基础
第一章 财务大数据认知
第一节 认识大数据
第二节 认识财务大数据
第二章 Python的环境搭建与基本规则
第一节 Python的环境搭建
第二节 Python的基本规则
第三章 认识Python的变量
第一节 基本变量与财务数据处理
第二节 列表与财务数据处理
第三节 字典与财务数据处理
第四章 认识Python的语句
第一节 分支语句与财务数据处理
第二节 循环语句与财务数据处理
第五章 Python的文件与目录管理
第一节 Python的文件管理
第二节 Python的目录管理
技能训练
第二篇 Python财务大数据的获取
第六章 数据获取的前导知识
第一节 认识网页
第二节 认识正则表达式
第七章 获取网页与pdf文件中的财务数据
第一节 获取静态网页的财务数据
第二节 BeautifulSoup与网页爬取
第三节 获取动态网页的财务数据
第四节 获取pdf文件的财务数据
技能训练
第三篇 Python财务大数据的预处理
第八章 Python财务大数据的清洗与整理
第一节 财务大数据预处理的基础
第二节 Python财务大数据的清洗
第三节 Python财务大数据的整理
第四篇 财务大数据的分析与可视化
第九章 财务大数据的基本分析
第一节 财务大数据的描述性统计分析
第二节 财务大数据分组与聚合分析
第三节 财务大数据的趋势分析
第十章 财务大数据的专题分析
第一节 财务会计专题分析
第二节 管理会计专题分析
第十一章 财务大数据的机器学习技术
第一节 财务大数据的回归分析
第二节 财务大数据的方差分析
第十二章 财务大数据的可视化
第一节 认识matplotlib绘图库
第二节 折线图展示财务数据
第三节 直方图展示财务数据
第四节 饼图展示财务数据
第五节 组合展示财务数据
参考文献