本书共分为3篇11章。第一篇“Python技术基础与财务数据获取”为基石，快速引导读者完成Python环境搭建、语法基础学习，并重点介绍了通过Tushare接口获取金融财务数据的方法，解决了数据分析的“原料”输入问题。第二篇“Python数据分析技术与财务分析实战”是核心技能演练场，深入讲解了Pandas数据处理、Matplotlib数据可视化的关键技术，并围绕财务三大分析、现金流量表深度剖析、杜邦分析等经典与进阶主题展开丰富案例教学，实现了技术工具与财务专业知识的深度融合。第三篇“机器学习技术与财务分析实战”则引领读者走向智能化分析前沿，循序渐进地介绍了线性回归、决策树、集成学习(随机森林、XGBoost等)等机器学习模型，并以构建“财务舞弊预测模型”为贯穿性案例，展示了如何将算法模型应用于具体的风控与审计场景。