《数据分析与挖掘算法：Python实战》是一本介绍数据分析相关算法的学习指南，主要包括数据分析及数据挖掘相关概念介绍、数据思维及各种数据分析算法的原理及实现方法。 《数据分析与挖掘算法：Python实战》的每个数据分析算法都介绍了数学原理、Python代码实现以及实战案例，内容丰富、容易理解。 本书共9章，章介绍了数据挖掘与数据分析、机器学习之间的关系；第2 章介绍了数据分析人员应该具备的数据思维，包括数据思维认知、数据挖掘“定律”；第3~9章介绍了各种数据分析算法的原理、实现方法及实战案例，其中包括逻辑回归、决策树、朴素贝叶斯、聚类分析、关联规划、人工神经网络、集成学习。 《数据分析与挖掘算法：Python实战》适合从事数据分析工作的读者自学，也可作为产品经理、运营人员、市场人员和对数据分析感兴趣的读者的参考用书。

本书展示如何用Python程序将不同格式的数据处理和分析任务规模化和自动化。主要内容包括：Python基础知识介绍、CSV文件和Excel文件读写、数据库的操作、示例程序演示、图表的创建，等等。

本书由Python编程基础和Python数据结构与算法两部分构成。全书共分为14章，在对Python的相关主题进行简要介绍的同时，附加了考官或面试官可能提出的问题，这些问题按章节顺序排列，便于读者从简单的问题过渡到复杂的问题。本书适合有一定Python编程基础的人阅读，Python面试者、程序设计人员、Python编程爱好者以及高校毕业生均将从本书中获益。

本书案例主要以进销存数据为基础进行逐步完善，结合学生前期财务专业基础知识，以项目案例的形式，贯穿始终并逐步完善， 终形成针对不同企业规模的完善的数据系统，包括凭证系统、日记账系统、分类账系统、会计报表系统、财务分析体系，以及SOL数据库下典型的进销存数据管理系统（包括数据表、商品信息管理、采购单管理、销售单管理、商品库存管理、报表计算管理等）。案例贯穿于教学中，使学生 容易理解所学内容，大量真实的、汇集了 多非财务信息的综合案例，使学生 全面、 深入理解大体量财务数据分析的内容及其应用，有利于学生财务数据处理技术思维的形成，进而提高学生的综合分析和解决问题的能力。

算法是程序的灵魂，算法能够告诉开发者在面对一个项目功能时用什么思路去实现，有了这个思路后，编程工作只需遵循这个思路去实现即可。本书循序渐进、由浅入深地详细讲解了算法实现的核心技术，全书共12章，分别讲解了初步认识算法思想，枚举算法思想，递归算法思想，分治算法思想，贪心算法思想，回溯算法思想，迭代算法思想，查找算法，排序算法，使用算法解决数据结构问题，解决数学问题，经典算法问题。全书通过具体实例的实现过程演练了各个知识点的具体使用流程， 读者全面掌握算法的核心技术。

本书由Python编程基础和Python数据结构与算法两部分构成。全书共分为14章，在对Python的相关主题进行简要介绍的同时，附加了考官或面试官可能提出的问题，这些问题按章节顺序排列，便于读者从简单的问题过渡到复杂的问题。本书适合有一定Python编程基础的人阅读，Python面试者、程序设计人员、Python编程爱好者以及高校毕业生均将从本书中获益。

本书结合具体实例由浅入深、从易到难地讲解Python财务应用的精髓。本书按知识结构分为两篇（共11章），篇为基础入门篇，讲解Python基础知识、NumPy数组、财务数据采集、财务数据处理与可视化、财务报表分析；第二篇为案例实战篇，讲解企业利润管理、企业成本管理、企业流动资产管理、企业固定资产管理、企业筹资决策分析、企业投资决策分析。 随书附赠的电子资料包括书中案例素材和源代码、所有实例操作过程以及基础知识的视频教程。 本书适合作为财务数据分析相关人员的学习参考书，也适合作为各学校和培训机构相关专业教师和学生的教学和自学辅导书。

本书从 Excel 处理大型数据的缺点开始讲起，逐步讲解了 Excel 和 Power BI 中的 Power Query 组件，并重点介绍了Power Query 的底层 M 语言的应用知识。本书分为 10 章，主要讲解了 Power Query 的入门知识和数据集成、Power Query 的 M 语法规则系列知识，针对 Power Query 如何实现数据清洗和重构系列知识做了详细的讲解，还重点介绍了目前 Power Query 的各类内置函数的功能， 介绍了如何利用自定义函数实现复杂的数据处理和重构过程。 本书内容通俗易懂，案例丰富，实用性强，特别适合入门级数据分析人员学习，也适合进阶阅读，相信通过阅读本书，读者对数据分析过程中的清洗和重构会有一个新的认识。

本书从 Excel 处理大型数据的缺点开始讲起，逐步讲解了 Excel 和 Power BI 中的 Power Query 组件，并重点介绍了Power Query 的底层 M 语言的应用知识。本书分为 10 章，主要讲解了 Power Query 的入门知识和数据集成、Power Query 的 M 语法规则系列知识，针对 Power Query 如何实现数据清洗和重构系列知识做了详细的讲解，还重点介绍了目前 Power Query 的各类内置函数的功能， 介绍了如何利用自定义函数实现复杂的数据处理和重构过程。 本书内容通俗易懂，案例丰富，实用性强，特别适合入门级数据分析人员学习，也适合进阶阅读，相信通过阅读本书，读者对数据分析过程中的清洗和重构会有一个新的认识。