Jupyter金融应用从入门到实践Jupyternotebook入门与实战 pdf下载

Jupyter Notebook是*款交互式、功能强大的数据科学工具。它不仅高效、易上手，而且提供了强大的数据分析和可视化功能。另外，用户可以在Jupyter Notebook的网页中完成多种操作，例如编写代码并运行、展示代码的运行结果、编写说明文档等。

《Jupyter金融应用：从入门到实践》旨在为初学者提供一种快速学习的方法，从基础知识、金融数据处理、机器学习与金融建模、*级功能几个方面展示了Jupyter Notebook的强大功能以降低读者完成数据分析或建模任务的门槛，帮助读者运用Jupyter Notebook完成数据分析任务，更高效地处理金融数据。

《Jupyter金融应用：从入门到实践》适合数据分析人员以及有志于从事金融数据分析、金融数据建模工作的读者阅读，也适合统计学、金融学、计算机等专业的师生阅读参考。

傅玉峰 北京大学硕士，先后就职于中国建设银行、北京大学信息科学技术学院，具有丰富的金融大数据分析与金融风控建模的经验。

孙惠平 北京大学软件与微电子学院讲师，北京大学网络与信息安全实验室和信息科学技术学院区块链研究中心成员，研究方向为智能风控、区块链和身份认证，主讲“信息安全工程”“区块链”“数据分析工具与实践”等课程。

陈钟 北京大学教授、博导，北京大学信息科学技术学院区块链研究中心主任和北京大学网络与信息安全实验室主任。中国计算机学会会士、常务理事、信息保密专业委员会副主任委员，教育部高等学校计算机类教学指导委员会副主任委员，中国软件行业协会副理事长，中国开源软件推进联盟副主席，主要研究领域为面向领域的软件工程、网络与信息安全。

第 一部分　基 础 知 识

第 1章 Jupyter Notebook基础知识　2

1.1 什么是Jupyter Notebook　2

1.1.1 起源　3

1.1.2 特点　3

1.1.3 应用领域　4

1.2 在Windows上安装Jupyter Notebook　4

1.2.1 准备工作　5

1.2.2 通过Anaconda安装　5

1.3 在macOS上安装Jupyter Notebook　9

1.3.1 准备工作　9

1.3.2 通过Anaconda安装　10

1.3.3 通过命令行安装　14

1.4 在Linux上安装Jupyter Notebook　16

1.4.1 准备工作　16

1.4.2 通过命令行安装Anaconda　17

1.5 软件包管理　20

1.5.1 通过Anaconda管理软件包　20

1.5.2 通过pip管理软件包　21

1.6 小结　22

第 2章 Jupyter Notebook界面　23

2.1 主界面　23

2.1.1 “文件”（Files）界面　24

2.1.2 “运行”（Running）界面　26

2.1.3 “集群”（Clusters）界面　27

2.2 菜单栏　27

2.2.1 “文件”（File）菜单　27

2.2.2 “编辑”（Edit）菜单　29

2.2.3 “查看”（View）菜单　29

2.2.4 “插入”（Insert）菜单　30

2.2.5 “单元格”（Cell）菜单　30

2.2.6 “内核服务”（Kernel）菜单　31

2.2.7 “组件”（Widgets）菜单　31

2.2.8 “帮助”（Help）菜单　33

2.3 工具栏　33

2.4 交互区　35

2.5 小结　35

第3章 Jupyter Notebook基础操作　37

3.1 初次运行　37

3.2 单元格的使用　38

3.2.1 代码单元格　39

3.2.2 Markdown 单元格　39

3.2.3 原生单元格　40

3.2.4 编辑模式与命令模式　40

3.3 快捷键的使用　42

3.3.1 macOS与Windows快捷键的差异　42

3.3.2 编辑模式常用快捷键　44

3.3.3 命令模式常用快捷键　45

3.4 魔法命令的使用　47

3.4.1 魔法命令基本用法　47

3.4.2 常用的魔法命令　48

3.5 命令行的使用　50

3.5.1 命令行的基本用法　50

3.5.2 命令行常用的命令　51

3.6 小结　52

第4章 Jupyter Notebook文档编写　53

4.1 Markdown基本语法　53

4.1.1 标题　54

4.1.2 段落格式　56

4.1.3 文字格式　57

4.1.4 列表格式　59

4.1.5 区块格式　60

4.1.6 代码格式　63

4.1.7 链接格式　64

4.1.8 表格格式　65

4.1.9 图片格式　66

4.2 Markdown*级技巧　68

4.2.1 HTML元素　68

4.2.2 转义　70

4.2.3 公式　71

4.3 文档共享　73

4.3.1 把文件导出成多种格式　73

4.3.2 使用nbviewer共享　74

4.4 小结　75

*二部分　金融数据处理

第5章 基本数据操作　78

5.1 基本数据结构　79

5.1.1　元组　79

5.1.2　列表　81

5.1.3　字典　84

5.1.4　集合　87

5.2　NumPy库　89

5.2.1　NumPy简介　89

5.2.2　常规数组　89

5.2.3　结构化数组　95

5.2.4　矩阵操作　95

5.3　Pandas库　97

5.3.1　Pandas简介　97

5.3.2　Series数据结构　97

5.3.3　DataFrame数据结构　100

5.4　小结　108

第6章 数据存取　109

6.1 CSV数据存取　109

6.1.1　CSV数据读取　110

6.1.2 参数配置　111

6.1.3 CSV数据保存　112

6.2　JSON数据存取　113

6.2.1　JSON数据读取　113

6.2.2　参数遍历　114

6.2.3　JSON数据生成　117

6.3　数据库中的数据存取　117

6.3.1　数据库初始化　117

6.3.2　常用操作　119

6.4　文本文件中的数据存取　120

6.4.1　文件数据读取　120

6.4.2　常用操作　122

6.5　小结　123

第7章 数据可视化　124

7.1 可视化基础　124

7.1.1　折线图　125

7.1.2　柱状图　127

7.1.3　散点图　130

7.1.4　饼图　134

7.1.5　直方图　136

7.1.6　箱型图　139

7.2　可视化进阶　142

7.2.1　组合子图　142

7.2.2　坐标轴的设置　147

7.2.3　图形的设置　155

7.2.4　图表分享　161

7.3　可视化拓展　161

7.3.1　3D图　161

7.3.2　热力图　166

7.4　小结　168

第三部分　机器学习与金融建模

第8章 机器学习　170

8.1 机器学习概述　170

8.1.1　基本概念　171

8.1.2 机器学习算法分类　172

8.2 机器学习的常用模型　174

8.2.1 线性回归　175

8.2.2 逻辑回归　175

8.2.3 支持向量机　176

8.2.4 决策树　177

8.2.5 随机森林　178

8.2.6 K均值聚类　179

8.3 小结　179

第9章 scikit-learn　180

9.1 安装　180

9.2 常用函数　181

9.2.1 线性回归　182

9.2.2 逻辑回归　183

9.2.3 支持向量机　185

9.2.4 决策树　186

9.2.5 随机森林　188

9.2.6 K均值聚类　189

9.3 小结　190

第 10章 产品销售预测模型实例　191

10.1 场景介绍　191

10.2　数据准备　192

10.2.1 数据探索　192

10.2.2　数据划分　196

10.3　建立模型　197

10.3.1 拟合优度　197

10.3.2　模型对比　198

10.4　验证评估　200

10.4.1　模型表现　200

10.4.2　模型解释　201

10.5 小结　202

第 11章 信用评分模型实例　203

11.1 场景介绍　203

11.2　数据准备　204

11.2.1　数据概况　204

11.2.2　数据探索　205

11.2.3　特征选择　209

11.2.4　数据采样　213

11.3　建立模型　214

11.4　验证评估　215

11.4.1　分类评价指标　215

11.4.2　横向对比模型　218

11.5 小结　221

第 12章 反欺诈模型实例　222

12.1 场景介绍　222

12.2　数据准备　223

12.2.1 特征转换　223

12.2.2 特征缩放　224

12.3 建立模型　225

12.3.1 确定类的数量　226

12.3.2 类的可视化　228

12.4 验证评估　228

12.5 小结　229

第四部分　高 级 功 能

第 13章 安全配置　232

13.1 访问控制　232

13.1.1 设置访问域　232

13.1.2 设置访问IP　233

13.1.3 端口配置　234

13.1.4 URL前缀配置　234

13.2 安全认证　235

13.2.1 Token认证　236

13.2.2 口令认证　237

13.2.3 取消认证　239

13.3 SSL配置　239

13.3.1 创建SSL证书　240

13.3.2 SSL证书设置　241

13.4 小结　242

第 14章 其他内核的配置　243

14.1 R内核的配置　244

14.1.1 通过Anaconda图形化界面下载并安装R内核　244

14.1.2 通过conda命令行下载并安装R内核　245

14.1.3 查看安装结果并编写运行一个R脚本　246

14.2 Julia内核的配置　247

14.2.1 安装Julia　247

14.2.2 在Jupyter中配置Julia　249

14.2.3 查看安装结果并编写运行一个Julia脚本　249

14.3 JavaScript内核的配置　250

14.3.1 检查Node.js和npm　250

14.3.2 安装管理Node.js和npm　251

14.3.3 安装JavaScript内核　252

14.3.4 在Jupyter Notebook中使用JavaScript内核　253

14.4 Scala内核的配置　254

14.4.1 Java安装与环境配置　254

14.4.2 Scala下载与安装　256

14.4.3 在Jupyter Notebook中使用Scala内核　257

14.5 Spark内核的配置　258

14.5.1 安装Spark　258

14.5.2 安装SBT　259

14.5.3 在Jupyter Notebook中使用Spark内核　260

14.6 小结　264

第 15章 JupyterHub多用户配置　265

15.1 为什么需要多用户配置　265

15.2 JupyterHub的安装　267

15.2.1 准备工作　267

15.2.2 安装步骤　267

15.2.3 启动　269

15.3 JupyterHub的配置　270

15.3.1 基础配置　271

15.3.2 多用户配置　272

15.4 小结　274