本书聚焦Python在财务与会计中的实际应用，以成本分析、费用管理、应收账款管理、薪酬分析、收入与利润分析、财务预警与投资决策等典型业务场景为载体，帮助财务人员及财会专业学生掌握数据分析技能，实现从传统记账核算向管理决策支持的能力跃升。<br>全书以“Python技术主线+财务业务主线”双线并行的结构展开。技术层面系统覆盖数据导入与清洗、描述性统计、可视化、回归分析、机器学习与深度学习等数据分析全流程；业务层面则贯通从成本、费用、应收、薪酬到收入、利润、危机预警和投资决策的完整财务链条。多数章节围绕具体财务问题，配置可运行的Python代码，形成“业务问题—数据准备—模型构建—结果解读”的完整分析闭环，兼具理论深度与实践可操作性。<br>本书将编程工具与财务分析框架有机融合，有利于培养学生的数据思维与财务决策能力，适合作为高校财会类专业Python财务分析相关课程的教材，也可供财务从业者自学参考。

张 敏 中国人民大学商学院教授、博士生导师、会计系主任，中国人民大学“吴玉章特聘教授”、商学院“教学杰出教授”，中国会计学会理事，中国注册会计师协会专业指导委员会委员，入选财政部第四期全国会计领军（后备）人才（学术类），担任十余种国内外核心期刊匿名审稿人。主要研究领域为审计、大数据审计与会计。在《经济研究》、The Accounting Review、Review of Accounting Studies 等国内外核心期刊发表论文80余篇。主持多项国家自然科学基金项目。曾获高等教育（本科）国家级教学成果奖二等奖、全国优秀教材二等奖、北京高校教师教学创新大赛三等奖、中国人民大学商学院最佳研究生教师奖、中国人民大学教学优秀奖、全国优秀博士学位论文提名等。<br>余 浪 湖北经济学院会计学院副教授、硕士生导师。主要研究领域为大数据与智能财务决策、智能审计、财务危机与公司治理等。主持及参与国家社科、教育部、湖北省社科等多项课题，在国内外核心期刊发表论文近 20 篇，出版学术专著 1 部，参编教材 2 部。主讲会计学、大数据与智能财务决策等课程，多次指导学生在学科竞赛、学术科研活动中取得国家级重要成果。曾获校级优秀研究生导师、教学优秀奖等荣誉。<br>刘云菁 南京航空航天大学经济与管理学院副教授、硕士生导师。主要研究领域为智能财务与大数据审计。在国内外核心期刊发表论文10篇。担任多种国内外核心期刊匿名审稿人。参与多项国家级、省部级课题以及智能财会产学研项目。

目录<br>第1章 Python基础知识 <br>1.1 Python概述 <br>1.2 Python3.14版安装及运行环境<br>1.3 Python运行<br>1.4 Python基本语法 <br>1.5 Python学习 AI辅助编程工具Trae简介<br>第2章 Python财务数据采集与整理<br>2.1 财务数据结构与存储基础 <br>2.2 Python财务数据文件基本操作 <br>2.3 Python财务数据整理 <br>2.4 Python财务数据可视化 <br>第3章 Python在成本管理中的应用 <br>3.1 基于Python的采购成本分析 <br>3.2 基于Python的生产成本分析 <br>第4章 Python在费用管理中的应用<br>4.1 基于Python的销售费用分析 <br>4.2 基于Python的管理费用分析 <br>4.3 基于Python的财务费用分析 <br>第5章 Python在应收账款管理中的应用<br>5.1 应收账款报表层数据分析 <br>5.2 业务层数据处理——清洗与特征工程<br>5.3 赊销业绩与销售人员分析——识别业绩驱动型坏账 <br>5.4 账龄与客户关系分析 <br>5.5 应收账款风险评估模型<br>第6章 Python在职工薪酬管理中的应用 <br>6.1 报表层数据分析——薪酬总量趋势与结构解读 <br>6.2 业务层数据处理——员工档案与薪酬明细清洗 <br>6.3 学历结构对薪酬的影响分析 <br>6.4 考勤数据与薪酬的关联分析<br>6.5 人员流动与薪酬变动分析 <br>第7章 Python在销售收入分析中的应用 <br>7.1 基于Python的产品销售收入分析 <br>7.2 基于Python的销售收入预测 <br>7.3 基于Python的折扣销售弹性分析 <br>第8章 Python在利润管理中的应用 <br>8.1 基于Python的利润表分析 <br>8.2 基于Python的产品利润贡献分析 <br>8.3 基于Python的员工利润贡献分析 <br>8.4 利润管理综合分析与经营优化建议 <br>第9章 Python在企业财务危机识别中的应用<br>9.1 数据导入与财务指标体系构建 <br>9.2 经典财务危机预测模型 <br>9.3 基于机器学习的财务危机预测模型 <br>9.4 财务危机预警信号时序分析 <br>第10章 Python在企业项目投资决策中的应用 <br>10.1 数据导入与项目基础信息分析 <br>10.2 资本成本计算与现金流分析 <br>10.3 核心投资决策指标计算:NPV、IRR与回收期<br>10.4 风险量化:蒙特卡洛模拟与敏感性分析 <br>第11章 基于Python的机器学习在财务中的应用 <br>11.1 数据导入、探索与预处理 <br>11.2 场景一:信贷违约预测模型 <br>11.3 场景二:客户流失预测与价值分群 <br>11.4 场景三:基于LSTM 的不良贷款率时序预测 <br>11.5 综合分析:模型应用价值评估与业务建议<br>