全书工12章，主要内容包括：商业数据分析概论、Python商业数据存取、Python商业数据的图形绘制与可视化、Python描述性统计、Python参数估计、Python参数假设检验、Python相关分析、Python一元线性回归分析、Python多元线性回归分析、Python时间序列分析应用、Python量化金融数据分析、Python人工智能机器学习中的应用。
本书紧跟大数据与人工智能时代，内容新颖、全面，实用性强，融理论、方法、应用于一体，是一部供统计学、数量经济学、管理科学与工程、应用数学、计算数学、概率统计、金融工程、投资学、金融专业硕士、金融学、经济学、财务管理、会计学、工商管理、MBA等专业的本科高年级学生与研究生学习商业数据分析、商业统计、计量经济学等课程使用的教材或实验参考书。

1.以问题为导向，通过问题来介绍Python的使用方法。
2.通过丰富的实例，详细介绍了Python在数据存取、图形展示、相关分析、回归分析、时间序列分析、量化金融与投资、机器学习等领域中的应用。
3..侧重于理论方法与应用相结合，实例丰富且通俗易懂。

朱顺泉，湖南邵阳人，广东财经大学教授、硕士生导师；上海社会科学院客座教授、中国软科学研究会理事。1992年7月毕业于湖南大学计算数学专业，获理学硕士学位；2001年7月毕业于中南大学管理科学与工程专业金融工程方向，获管理学博士学位，2004年7月上海财经大学应用经济学博士后研究出站。曾先后工作于湖南财经学院、湖南大学、暨南大学。

第 1章 商业数据分析概论
1．1商业数据分析的概念及其应用
1．2商业数据类型
1．3商业数据来源
1．4商业数据分析工具简介
1．5　Python商业数据分析工具的下载和安装
1．6　Python的启动和退出
1．7　Python商业数据分析相关的程序包
1．8　Python商业数据分析快速入门
练习题
第　2章Python商业数据存取
2．1　Python-pandas的csv格式本地数据存取
2．2　Python-pandas的Excel格式本地数据读取
2．3挖地兔Tushare财经网站数据存取
2．4　Pandas_datareader包获取国外财经网站数据
2．5商业数据分析的Pandas分组聚合（或分类汇总）
练习题
第3章Python商业数据的图形绘制与可视化
3．1　Python-matplotlib绘图基础
3．2　Python直方图的绘制
3．2　Python散点图的绘制
3．3　Python气泡图的绘制
3．4　Python箱图的绘制
3．5　Python饼图的绘制
3．6　Python条形图的绘制
3．7　Python折线图的绘制
3．8　Python曲线标绘图的绘制
3．9　Python连线标绘图的绘制
3．10　Python3D图的绘制
练习题
第4章Python描述性统计
4．1　Python描述性统计工具
4．2　Python数据集中趋势的度量
4．3　Python数据离散状况的度量
4．4　Python峰度、偏度与正态性检验
4．5　Python异常数据处理
练习题
第5章Python参数估计
5．1参数估计与置信区间的含义
5．2　Python点估计
5．3　Python单正态总体均值区间估计
5．4　Python单正态总体方差区间估计
5．5　Python双正态总体均值差区间估计
5．6　Python双正态总体方差比区间估计
练习题
第6章Python参数假设检验
6．1参数假设检验的基本理论
6．2　Python单个样本t检验
6．3　Python两个独立样本t检验
6．4　Python配对样本t检验
6．5　Python单样本方差假设检验
6．6　Python双样本方差假设检验
练习题
第7章Python相关分析
7．1相关系数的概念
7．2使用模拟数据计算变量之间的相关系数和绘图
7．3使用本地数据计算变量之间的相关系数和绘图
7．4使用网上数据计算变量之间的相关系数和绘图
第8章Python一元线性回归分析
8．1一元线性回归分析基本理论
8．2应用Python-statsmodels工具作一元线性回归分析
8．3应用Python-sklearn工具作一元线性回归分析
练习题
第9章Python多元线性回归分析
9．1多元线性回归分析基本理论
9．2　Python多元线性回归数据分析
9．3　用scikit-learn工具作多元回归分析
9．4　Python稳健线性回归分析
9．5　Python逻辑Logistic回归分析
9．6　Python广义线性回归分析
9．7违背回归分析假设的计量检验
9．8　Python自相关性诊断与消除
9．9　Python异方差诊断与消除
9．10　Python多重共线性的诊断与消除
练习题
第　10章Python时间序列分析应用
10．1时间序列基础
10．2时间序列的相关概念及其Python应用
10．3自回归(AR)模型
10．4移动平均(MA)模型
10．5自回归移动平均ARMA模型
10．6差分自回归移动平均ARIMA模型
10．7自回归条件异方差模型(ARCH)及预测
10．8广义自回归条件异方差模型(GARCH)与波动率预测
练习题
第　11章Python量化金融数据分析应用
11．1　Python金融数据描述性统计
11．2　Python在战胜股票市场策略可视化中的应用
11．3　Python在资产组合均值方差模型中应用
11．4　Python绘制投资组合有效边界
11．5　Python绘制寻找Markowitz最优投资组合
11．6　Python实现量化金融投资统计套利协整配对交易策略

练习题
第　12章Python机器学习数据分析应用
12．1机器学习算法分类
12．2常见的机器学习算法及其Python代码
12．3　Python实现K临近算法银行贷款分类
12．4　Python实现各种机器学习算法
12．5　Python实现K最近邻法分类
练习题