最全PYTHON与财务【下】--财务分析篇_python会计(1)，2024年最新Python基础面试常常死在这几个问题上

文末有福利领取哦~

👉一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

👉二、Python必备开发工具

👉三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉 四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（文末领读者福利）

👉五、Python练习题

检查学习结果。

👉六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

👉因篇幅有限，仅展示部分资料，这份完整版的Python全套学习资料已经上传

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

首先

要有数据！ 要有数据！ 要有数据！必须先将财务从网络上数据爬下来放到统一位置。代码里面对数据位置的引用也要修改。

重要的事情说三遍。很多知友反映说代码得不到预期结果，很可能就是数据没有爬下来。代码里面引用也不正确。

方法一、PANDAS方法

# 获取会计科目数据
# 方法一、通过Pandas库从csv文件获取数据
# 写成函数，code为六位股票代码，itp为报表类型：'is for income_statement, bs for balance_sheet, cf for cash_flows
# n为默认参数，0表示最近一期，1表示最近两期，以下同

def select(code,itp,key,n=0):
    import pandas as pds
    s_file='/dev/shm/Finacials/{tp}{c}.csv'.format(c=code,tp=itp)
    df=pds.read_csv(s_file,encoding='gbk',index_col=0).dropna(axis=1)
    return df.ix[df.index.str.contains(key)].values[0][n]

%time select('600660','cf','经营活动产生的现金流量净额')

执行结果

方法二、直接处理csv文件

# 获取会计科目数据：方法二、直接处理文本
def select2(code,itp,key,n=0):
    s_file='/dev/shm/Finacials/{tp}{c}.csv'.format(c=code,tp=itp)
    ct=open(s_file,encoding='gbk').read().replace('--','0')
    targ = ''
    start = ct.find(key)
    end = 0
    if start>-1:
        if key[0]=='\n':
            end = ct.find('\n',start+1)
        else:
            end = ct.find('\n',start)
        targ = ct[start:end-1]
    return float(targ.split(',')[n+1])

%time select2('600660','cf','经营活动产生的现金流量净额')

执行结果

从上面可以看出，直接处理csv文本效率比通过Pandas处理快20倍左右，这在大量处理时还是很可观的。

注：上面代码中，s_file为你在网上爬取数据的保存位置，根据实际情况修改即可。

第二部分、编制财务指标

其实拿到数据后要计算财务指标并导出是非常简单的事，使用一个双重循环即可。但是这可能会使得写出的代码非常不灵活，打个比方，今天可能要导出盈利能力数据。好容易将代码写好了，明天可能又需要导出其它数据。然后就到原代码基础上改改改。今天导出沪深300的，明天可能又要中证500的怎么办。我们编制财务指标，就是为了将代码模块化，方便调用，以后不管需要什么数据，只需提供范围就可以导出数据了

# 这里只举一个例子并说明
# 权益乘数
def em(code,ny=0):
    return round(select2(code,'bs','资产总计',ny)/select2(code,'bs','所有者权益(或股东权益)合计',ny),2)

def roic(code,ny=0):
    i1 = select2(code,'is','净利润',ny)
    l1 = select2(code,'bs','短期借款',ny)
    l2 = select2(code,'bs','一年内到期的非流动负债',ny)
    l3 = select2(code,'bs','其他流动负债',ny)
    l4 = select2(code,'bs','长期借款',ny)
    l5 = select2(code,'bs','应付债券',ny)
    l6 = select2(code,'bs','其他非流动负债',ny)
    e1 = select2(code,'bs','所有者权益(或股东权益)合计',ny)
    return round(i1/(l1+l2+l3+l4+l5+l6+e1),2)

print('福耀玻璃的权益乘数是：', em('600660'))
print('福耀玻璃的投入资本回报率是:',roic('600660'))

执行结果

上面两个函数为定义的两个财务指标，大家可能注意到两个函数使用了一致的调用参数。什么，你不知道什么是调用参数？那。。。这么着说吧，假设有一个快递员，他在送快递时需要一个地址和送的包裹吧。我们在“定义”送快递这个动作的时候，“地址”和“包裹”是快递员在“送包裹”时需要的东西，这个就是形参数。因为它不代表具体的地址和具体的包裹，而在实际送包裹的时候（函数调用）需要提供实际的“地址（比如：城市花园233号”和“包裹（比如：狗粮）”。这个“城市花园233号”和“狗粮”就是调用参数（又称为实际参数），现在，“将这包狗粮送到城市花园233号”就完成了一次“送快递”动作，哎说不清楚了。未明白的，去看Python的相关教程吧。

由于我们在定义函数时采用了一致的参数，这就方便了我们使用同一方式进行函数调用，从而获得相应数据。接下来的第三部分，简单说说一次性送多个包裹（哦不，获取多只股票多个数据）的方法。

第三部分、导出数据

接下来，我们定义一个导出数据的函数（就是功能），接收两个参数：一个是需要数据的股票列表，一个是须要导出的财务指标。

from collections import OrderedDict
import tushare as t
def export_data(rn=['600660','000895'],fi_dict=OrderedDict([('权益乘数',em),('投入资本回报率',roic)])):
    stock_b = t.get_stock_basics()
    stock_b = stock_b.ix[:,0:3]
    stock_b.columns=['股票名称','所在行业','所在区域']
    stock_b = stock_b.ix[rn]
    for k in fi_dict:
        values = []
        for c in stock_b.index:
            try:
                values.append(fi_dict[k](c))
            except:
                values.append(0)
        stock_b[k] = values
    #stock_b.to_csv('Fi.csv',encoding='gbk')
    return stock_b

%time export_data()

执行结果

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！