- Python在财务中的应用
  - 数据可视化
    - 数据分析的挑战
      - 数据杂乱繁琐
      - 需要转化为图表反映问题
    - 数据可视化的步骤
      - 导入可视化库
        - Python库的特点
          - 开源且功能丰富
          - 提高效率减少错误
        - 常用的六个库
      - 调取数据
        - 数据填充到图形代码
        - 图形类型
          - 折线图
          - 条形图
          - 饼图
        - 设计样式与颜色
      - 使用工具
        - Jupyter Notebook
          - 支持交互式数据分析
          - 实现炫酷可视化效果
    - 实战部分
      - 加载可视化组件
        - Pandas
          - 处理Excel表格
          - 工作中常见数据形式
        - Plotly
          - 绘图器
          - 连接在线功能服务
      - 调用数据
        - 文件读取方法
          - Excel文件
          - CSV文件
        - 注意事项
          - 文件路径需准确
      - 数据展示
        - 使用PX模块
          - Plotly和Express缩写
          - 参数设置
        - 可视化案例
          - 圆环图
            - 展示销售数据分布
            - 北京占比最大
            - 数据挖掘思想
              - 上海销售额分析
              - 门店对比
              - 客服人员业绩对比
          - 环形图优点
            - 反映变量关系
            - 降维分析数据故事
    - 总结
      - 三个重要步骤
        - 导入库
        - 调取数据
        - 数据展示
      - 实际案例练习
        - 分析数据背后的故事
      - 下节课预告
        - 更多炫酷图形展示