《大数据财务分析——基于Python》课后习题答案.docx
《《大数据财务分析——基于Python》课后习题答案.docx》由会员分享，可在线阅读，更多相关《《大数据财务分析——基于Python》课后习题答案.docx（47页珍藏版）》请在冰豆网上搜索。
第一章Python基础快速入门
Part1：
单项选择题
1.下面哪个数据类型表示整数（B）
A：
char B：
int
C：
float D：
list
该题选B。
选项A不是python的数据类型，C为小数格式，D为列表。
2.下面（C）不是推荐的变量名。
A：
a B：
banana
C：
list D：
my-score
该题选C。
变量命名需要便于理解和阅读，选项a缺乏含义，不易于阅读；选项c与列表名相同，容易混淆；选项d为非法命名。
3.下列代码的执行结果是（B）
A：
1 B：
3
C：
8 D：
4
该题选B，列表ls包括三个列表格式的元素。
Part2：
多项选择题
1.下面说法正确的是（ABC）
A、int函数可以将字符串转为整数但对字符串也有要求，如果字符串内有小数就不能直接转为整数
B、str函数可以将数字转为字符串
C、len函数可以统计字符串的长度
D、strip函数可以进行字符替换 用于移除字符串头尾指定的字符序列
该题选ABC，strip函数适用于头尾字符删除。
2.下面说法错误的是（BCD）
A、Python代码是逐行编写的
B、Python可以通过/进行注释应该是通过#注释
C、Python中缩进不重要 缩进会影响代码的运行逻辑
D、for语句是判断语句是循环语句而不是判断语句
B：
使用/不能用于注释，该字符通过‘Ctr+/’，用于单行和多行注释方式，前提是选中需要注释的代码，注释通常则使用#或'''''';
C：
缩进决定代码是否运行错误，很重要；
D：
判断语句一般为ifelse。
Part3：
判断题
1.列表的索引序号从1开始。
该题答案为错误。
索引序号从0开始。
Part4：
代码练习题
1.使用for循环语句计算从1加到10000的值。
num=0
foriinrange（10001）:
num+=i
print（num）
2.通过if判断语句、for循环语句和range（）函数批量打印出1到100内的奇数。
foriinrange（1,101）:
ifi%2==1:
print（i）
3.请提取a=’2020-07-2510:
53’中的年月日信息。
#方法一：
a='2020-07-2510:
53'
a=a.split（''）[0]
print（a）
#方法二：
a='2020-07-2510:
53'
year=a[:
4]
month=a[5:
7]
day=a[8:
10]
print（'年份为：
'+year,'月份为：
'+month,'日期为:
'+day）
4.请用2种方法清除a=' 华能信托是家好公司 '两旁的空格。
a='华能信托是家好公司'
#方法1
result1=a.strip（）
print（result1）
#方法2
result2=a.replace（'',''）
print（result2）
5.请提取列表a=['丁一','王二','张三','李四','赵五']中奇数序号的姓名。
a=['丁一','王二','张三','李四','赵五']
foriinrange（len（a））:
ifi%2==0:
print（a[i]）
6.公司A在2016—2020年的净利润分别为2.5,2.8,3.1,2.9,3.3亿元,净资产分别为10,11,13,13.5,14亿元,通过print（）函数打印输出2020年公司A的净资产收益率（ROE）。
#方法一：
ROE_2020=3.3/14
print（ROE_2020）
#方法二：
ROE=3.3/14
print（'{}%'.format（round（ROE*100,2）））
#方法三:
ROE=3.3/14
print（str（round（ROE*100,2））+'%'）
7.假设公司A是贵州茅台,通过字符串拼接得到它的完整股票代码:
600519.SH。
（上交所上市的股票代码后缀名为“.SH”，深交所为“.SZ”。
）
ID='600519'
Exchange='.SH'
Name=ID+Exchange
print（Name）
8.分别创建两个名为“net_profit”和“net_equity”的列表，列表元素分别为第6题中的5年净利润和5年净资产。
net_profit=[2.5,2.8,3.1,2.9,3.3]
net_equity=[10,11,13,13.5,14]
9.根据第8题中的两个列表计算得到2016—2020年每年的ROE，把结果放入新列表“ROE”中，并依次打印输出该列表中的所有元素。
#方法一：
ROE=[]
foriinrange（len（net_profit））:
roe=net_profit[i]/net_equity[i]
ROE.append（roe）
print（roe）
#方法二：
ROE=[net_profit[i]/net_equity[i]foriinrange（len（net_profit））]
print（ROE）
10.选取第9题列表“ROE”中2018年的指标；选取5年中第2年到第4年的指标。
print（ROE[2]）
print（ROE[1:
4]）
11.公司A在2020年的收入为100亿元，资产总额为30亿元，首先计算总资产周转率，然后用if判断语句，如果公司A的总资产周转率大于2，则打印输出“总资产周转率为：
xx，指标较好”，否则，打印输出“总资产周转率为：
xx，指标较差”。
#方法一：
TAT=round（100/30,2）
ifTAT>2:
print（'总资产周转率为：
'+str（TAT）+'，指标较好'）
else:
print（'总资产周转率为：
'+str（TAT）+'，指标较差'）
#方法二：
TAT=round（100/30,2）
ifTAT>2:
print（'总资产周转率为：
{}，指标较好'.format（TAT））
else:
print（'总资产周转率为：
{}，指标较差'.format（TAT））
12.给定一个包含6位股票代码的列表stock=[‘600519',’000725',’600031'],通过for循环语句和if判断语句判断列表中每个代码是来自上交所还是深交所,并加上相应的后缀名“.SH”或“.SZ”，得到的新列表命名为“stockcode”。
（提示：
上交所的股票代码通常是6开头，深交所的股票代码通常是0开头。
）
stock=['600519','000725','600031']
stockcode=[]
foriinstock:
ifi[0]=='6':
stockcode.append（i+'.SH'）
else:
stockcode.append（i+'.SZ'）
print（stockcode）
13.假设从财经网站获取了部分公司名称列表['贵州茅台','五粮液','泸州老窖']，以及这些公司对应的毛利率[‘0.75’,‘0.66’,’0.58’],使用str（）函数分别把公司名称和对应的毛利率拼接成字符串（格式为“xx公司的毛利率为xx”）并依次输出结果。
name=['贵州茅台','五粮液','泸州老窖']
GP=[0.75,0.66,0.58]
foriinrange（len（name））:
result=name[i]+'公司的毛利率为：
'+str（GP[i]）
print（result）
14.假设从财经网站获取了部分公司名称列表['贵州茅台''五粮液''泸州老窖'],以及这些公司对应的毛利率[0'.75'0'.66'0'.58']，注意获取到的毛利率格式为字符串类型。
依次判断各家公司的毛利率是否大于0.6，大于则输出“xx公司的毛利率优秀”，否则输出“xx公司的毛利率正常”。
name=['贵州茅台','五粮液','泸州老窖']
GP=['0.75','0.66','0.58']
foriinrange（len（name））:
iffloat（GP[i]）>0.6:
print（name[i]+'公司的毛利率优秀'）
else:
print（name[i]+'公司的毛利率正常'）
15.创建一个名为transcode的函数,实现输入股票的6位数字代码可自动输出股票的完整代码（即包含上交所后缀名“.SH”或深交所后缀名“.SZ”）。
使用该封装好的函数批量判断列表stock=[‘600519',‘000725', ‘600031']并输出结果。
（提示:
上交所的股票代码通常是6开头,深交所的股票代码通常是0开头。
deftranscode（code）:
ifcode[0]=='6':
print（code+'.SH'）
else:
print（code+'.SZ'）
stock=['600519','000725','600031']
foriinstock:
transcode（i）
第二章通过Python接口快速获取财务数据
Part1：
单项选择题
1.使用tushare获取利润表中营业总收入的输出变量为（C）
A：
oth_b_income B：
total_profi
C：
total_revenue D：
operate_profit
2.使用tushare获取经营活动产生的现金流量净额的输出变量为（A）
A：
n_cashflow_act B：
free_cashflow
C：
n_cashflow_inv_act D：
n_cash_flows_fnc_act
3.使用tushare获取交易性金融资产的输出变量为（B）
A：
intan_assets B：
trad_asset
C：
acct_payable D：
lt_eqt_invest
Part2：
多项选择题
1.以下属于获取资产负债表输入参数的是（ABC）
A、ts_code
B、Period
C、Fields
D、Date
2.以下为tushare可用的接口是（BD）
A、Balance资产负债表的接口是balancesheet,该选项不完整
B、stock_company上市公司基本信息接口
C、stk_audit
D、fina_mainbz主营业务构成接口
B：
上市公司基本信息接口
D：
主营业务构成接口
A、C为拼写错误选项
Part3：
判断题
1.在获取宏观数据时，获取GDP数据的开始季度为必选参数，结束季度为可选参数。
错误，均非必选参数。
Part4：
代码练习题
1.参照2.2.4小节内容，利用Tushare接口获取中信特钢（000708.SZ）、抚顺特钢（600399.SH）、方大特钢（600507.SH）2018至2020年三张报表的数据，并另存为excel文件。
importtushareasts
pro=ts.pro_api（'xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx'）
#需要获取数据的公司名称、股票代码、年份
comps=['中信特钢','抚顺特钢','方大特钢']
codes=['000708.SZ','600399.SH','600507.SH']
years=[2020,2019,2018]
#循环获取语句
foriinrange（len（comps））:
foryearinyears:
df_balance=pro.balancesheet（ts_code=codes[i],period=str（year）+'1231'）
df_income=pro.income（ts_code=codes[i],period=str（year）+'1231'）
df_cash=pro.cashflow（ts_code=codes[i],period=str（year）+'1231'）
#保存为表格
df_balance.to_excel（comps[i]+'_资产负债表_'+str（year）+'年.xlsx'）
df_income.to_excel（comps[i]+'_利润表_'+str（year）+'年.xlsx'）
df_cash.to_excel（comps[i]+'_现金流量表_'+str（year）+'年.xlsx'）
2.参照2.3.1小节内容，利用Tushare接口获取抚顺特钢（600399.SH）基本信息、管理层信息、财务审计意见（2016年至2020年）以及主营业务构成（分别按地区和业务）。
df=pro.stock_company（ts_code='600399.SH',fields='ts_code,chairman,reg_capital,introduction,employees,main_business,business_scope'）
df#JupyterNotebook中输入变量名打印，Pycharm中需输入print（df）
df=pro.stk_managers（ts_code='600399.SH'）
df#JupyterNotebook中输入变量名打印，Pycharm中需输入print（df）
audit=pro.fina_audit（ts_code='600519.SH',start_date='20160101',end_date='20210101'）
print（audit）
df=pro.fina_mainbz（ts_code='600399.SH',period='20201231',type='P'）
df#JupyterNotebook中直接输入变量名打印，Pycharm中需要输入print（df）
df=pro.fina_mainbz（ts_code='600399.SH',period='20201231',type='D'）
df#JupyterNotebook中直接输入变量名打印，Pycharm中需要输入print（df）
3.参照2.3.2小节内容，利用Tushare接口获取抚顺特钢（600399.SH）所属行业、地域和上市时间信息。
df_fstg=pro.stock_basic（ts_code='600399.SH',fields='ts_code,symbol,name,area,industry,list_date'）
df_fstg
4.参照2.3.3小节内容，利用Tushare接口获取‘上证A指’指数2021年上半年的行情数据。
（提示，先利用index_basic接口获得指数代码）。
df=pro.index_basic（name='上证A指'）
df#JupyterNotebook中直接输入变量名打印，Pycharm中需要输入print（df）
5.参照2.3.4小节内容，利用Tushare接口获取2020年一整年的LIBOR拆借利率数据（提示：
相关接口为pro.libor）。
df=pro.libor（start_date='20200101',end_date='20201201'）
df#JupyterNotebook中直接输入变量名打印，Pycharm中需要输入print（df）
第三章财务数据分析利器--Pandas库
Part1：
单项选择题
1.以下不为常用创建DataFrame的方法是（C）
A：
通过列表创建 B：
通过字典创建
C：
通过字符串创建 D：
通过外部导入excel
该题选C。
常用的创建方法为列表法、字典法、空DF法、导入法等。
2.对名为data的dataframe进行数据筛选时，获取多列二维表格的方法是（C）
A：
a=data['c1'] series一维 B：
b=data[['c1']]只有一列
C：
c=data[['c1','c3']] D：
d=data.iloc[1,1]写法不对
该题选C。
A：
为一维数组
B：
获取单列dataframe
D：
错误写法
3.根据列对数据进行排序时，要对c2列进行降序排序，应输入ascending=（A）
A：
False B：
True
C：
Up D：
Down
该题选A。
对数据进行排序时，使用False代表降序、True代表升序。
Pandas-Part2：
多项选择题
1.以下为Dataframe常用的拼接方法是（ABC）
A、merge（）函数
B、concat（）函数
C、append（）函数
D、extend（）函数
该题选ABC。
前三项为DF常用拼接方法，选项D用于在列表末尾一次性追加另一个序列中的多个值（用新列表扩展原来的列表）
2.在多个筛选条件时，可用的连接符号是（CD）
A、+
B、And
C、&
D、|
该题选CD。
在对DF筛选时多个条件的拼接符号通常为&或|
Pandas-Part3：
判断题
1.使用merge函数进行两个Dataframe合并时，默认的合并是取并集。
错误。
默认的合并是取交集，若要取并集，需要设置how参数。
Pandas-Part4：
代码练习题
1.pandas入门-创建二维表格
（1）通过列表，创建如下DataFrame。
0
1
2
0
10
20
30
1
40
50
60
（2）通过设置行、列索引的列表创建方式，创建如下DataFrame。
人均收入
人均支出
中国
8000
6000
韩国
7000
5000
美国
6500
4000
（3）通过创建一个空DataFrame，然后列表添加的方式，创建如下DataFrame。
日期
分数
0
2
92
1
4
95
2
6
100
（4）修改上一小题的列名为date和score。
答：
（1）
importpandasaspd
a=pd.DataFrame（[[10,20,30],[40,50,60]]）
（2）
a=pd.DataFrame（[[8000,6000],[7000,5000],[6500,4000]],columns=['人均收入','人均支出'],index=['中国','韩国','美国']）
（3）
a=pd.DataFrame（）#创建一个空DataFrame
date=[2,4,6]
score=[92,95,100]
a['日期']=date
a['分数']=score
（4）
a=pd.DataFrame（）#创建一个空DataFrame
date=[2,4,6]
score=[92,95,100]
a['日期']=date
a['分数']=score
#方法1
a.columns=['date','score']
#方法2
a=a.rename（columns={'日期':
'date','分数':
'score'}）
#方法3
a.rename（columns={'日期':
'date','分数':
'score'},inplace=True）
2.pandas基础操作1-数据选取（5分）
已知如下表格数据，为3人的日常生活缴费情况：
（1）根据列筛选数据
查看3人的房租情况，此外，查看3人的水费和房租的情况
importpandasaspd
df=pd.DataFrame（[[10,20,30],[40,50,60],[70,80,90]],columns=['水费','电费','房租'],index=['丁一','王二','张三']）
a=df['房租']#也可以写成a=df[['房租']]
print（a）
b=df[['水费','房租']]
print（b）
（2）根据行筛选数据
查看第2到3行的数据，此外，查看最后一行的数据。
importpandasaspd
df=pd.DataFrame（[[10,20,30],[40,50,60],[70,80,90]],columns=['水费','电费','房租'],index=['丁一','王二','张三']）
a=df[1:
3]#也可以写成a=df.iloc[1:
3]，或者df.iloc[1,2]
print（a）
b=df.iloc[-1]#本题因为行数不多，也可以写成df.iloc[2]
print（b）
（3）按照区块来选取数据
查看丁一和王二的水费和房租情况
importpandasaspd
df=pd.DataFrame（[[10,20,30],[40,50,60],[70,80,90]],columns=['水费','电费','房租'],index=['丁一','王二','张三']）
a=df.iloc[0:
2][['水费','房租']]
print（a）
（4）iloc函数同时选择行和列
查看王二的电费情况
importpandasaspd
df=pd.DataFrame（[[10,20,30],[40,50,60],[70,80,90]],columns=['水费','电费','房租'],index=['丁一','王二','张三']）
a=df.iloc[1]['电费']#或者写成a=df.iloc[1][['电费']]
print（a）
（5）iloc函数和loc函数的主要区别
简介iloc函数和loc函数的主要区别
iloc是根据数字进行索引，而loc是根据名称进行索引
3.pandas基础操作2-
升级会员 