《大數(shù)據(jù)財務(wù)分析-基于Python》課后習(xí)題答案

第一章Python基礎(chǔ)快速入門Part1：單項選擇題1.下面哪個數(shù)據(jù)類型表示整數(shù)（B）A：char B：intC：float D：list該題選B。選項A不是python的數(shù)據(jù)類型，C為小數(shù)格式，D為列表。2.下面（C）不是推薦的變量名。A：a B：bananaC：list D：my-score該題選C。變量命名需要便于理解和閱讀，選項a缺乏含義，不易于閱讀；選項c與列表名相同，容易混淆；選項d為非法命名。3.下列代碼的執(zhí)行結(jié)果是（B）A：1 B：3C：8 D：4該題選B，列表ls包括三個列表格式的元素。Part2：多項選擇題1.下面說法正確的是（ABC）A、int函數(shù)可以將字符串轉(zhuǎn)為整數(shù)但對字符串也有要求，如果字符串內(nèi)有小數(shù)就不能直接轉(zhuǎn)為整數(shù)B、str函數(shù)可以將數(shù)字轉(zhuǎn)為字符串C、len函數(shù)可以統(tǒng)計字符串的長度D、strip函數(shù)可以進行字符替換

用于移除字符串頭尾指定的字符序列該題選ABC，strip函數(shù)適用于頭尾字符刪除。2.下面說法錯誤的是（BCD）A、Python代碼是逐行編寫的B、Python可以通過/進行注釋應(yīng)該是通過#注釋C、Python中縮進不重要

縮進會影響代碼的運行邏輯D、for語句是判斷語句是循環(huán)語句而不是判斷語句B：使用/不能用于注釋，該字符通過‘Ctr+/’，用于單行和多行注釋方式，前提是選中需要注釋的代碼，注釋通常則使用#或'''''';C：縮進決定代碼是否運行錯誤，很重要；D：判斷語句一般為ifelse。Part3：判斷題1.列表的索引序號從1開始。該題答案為錯誤。索引序號從0開始。Part4：代碼練習(xí)題1.使用for循環(huán)語句計算從1加到10000的值。num=0foriinrange(10001):

num+=iprint(num)2.通過if判斷語句、for循環(huán)語句和range()函數(shù)批量打印出1到100內(nèi)的奇數(shù)。foriinrange(1,101):

ifi%2==1:

print(i)3.請?zhí)崛=’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('年份為：'+year,'月份為：'+month,'日期為:'+day)4.請用2種方法清除a='

華能信托是家好公司

'兩旁的空格。

a='華能信托是家好公司'#方法1result1=a.strip()print(result1)#方法2result2=a.replace('','')print(result2)5.請?zhí)崛×斜韆=['丁一','王二','張三','李四','趙五']中奇數(shù)序號的姓名。a=['丁一','王二','張三','李四','趙五']foriinrange(len(a)):

ifi%2==0:

print(a[i])6.公司A在2016—2020年的凈利潤分別為2.5,2.8,3.1,2.9,3.3億元,凈資產(chǎn)分別為10,11,13,13.5,14億元,通過print()函數(shù)打印輸出2020年公司A的凈資產(chǎn)收益率(ROE)。#方法一：ROE_2020=3.3/14print(ROE_2020)#方法二：ROE=3.3/14print('{}%'.format(round(ROE*100,2)))#方法三:ROE=3.3/14print(str(round(ROE*100,2))+'%')7.假設(shè)公司A是貴州茅臺,通過字符串拼接得到它的完整股票代碼:600519.SH。（上交所上市的股票代碼后綴名為“.SH”，深交所為“.SZ”。）ID='600519'Exchange='.SH'Name=ID+Exchangeprint(Name)8.分別創(chuàng)建兩個名為“net_profit”和“net_equity”的列表，列表元素分別為第6題中的5年凈利潤和5年凈資產(chǎn)。

net_profit=[2.5,2.8,3.1,2.9,3.3]net_equity=[10,11,13,13.5,14]9.根據(jù)第8題中的兩個列表計算得到2016—2020年每年的ROE，把結(jié)果放入新列表“ROE”中，并依次打印輸出該列表中的所有元素。

#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.選取第9題列表“ROE”中2018年的指標；選取5年中第2年到第4年的指標。print(ROE[2])print(ROE[1:4])11.公司A在2020年的收入為100億元，資產(chǎn)總額為30億元，首先計算總資產(chǎn)周轉(zhuǎn)率，然后用if判斷語句，如果公司A的總資產(chǎn)周轉(zhuǎn)率大于2，則打印輸出“總資產(chǎn)周轉(zhuǎn)率為：xx，指標較好”，否則，打印輸出“總資產(chǎn)周轉(zhuǎn)率為：xx，指標較差”。#方法一：TAT=round(100/30,2)ifTAT>2:

print('總資產(chǎn)周轉(zhuǎn)率為：'+str(TAT)+'，指標較好')else:

print('總資產(chǎn)周轉(zhuǎn)率為：'+str(TAT)+'，指標較差')#方法二：TAT=round(100/30,2)ifTAT>2:

print('總資產(chǎn)周轉(zhuǎn)率為：{}，指標較好'.format(TAT))else:

print('總資產(chǎn)周轉(zhuǎn)率為：{}，指標較差'.format(TAT))

12.給定一個包含6位股票代碼的列表stock=[‘600519',’000725',’600031'],通過for循環(huán)語句和if判斷語句判斷列表中每個代碼是來自上交所還是深交所,并加上相應(yīng)的后綴名“.SH”或“.SZ”，得到的新列表命名為“stockcode”。(提示：上交所的股票代碼通常是6開頭，深交所的股票代碼通常是0開頭。)

stock=['600519','000725','600031']stockcode=[]foriinstock:

ifi[0]=='6':

stockcode.append(i+'.SH')

else:

stockcode.append(i+'.SZ')print(stockcode)13.假設(shè)從財經(jīng)網(wǎng)站獲取了部分公司名稱列表['貴州茅臺','五糧液','瀘州老窖']，以及這些公司對應(yīng)的毛利率[‘0.75’,‘0.66’,’0.58’],使用str()函數(shù)分別把公司名稱和對應(yīng)的毛利率拼接成字符串（格式為“xx公司的毛利率為xx”）并依次輸出結(jié)果。

name=['貴州茅臺','五糧液','瀘州老窖']GP=[0.75,0.66,0.58]foriinrange(len(name)):

result=name[i]+'公司的毛利率為：'+str(GP[i])

print(result)14.假設(shè)從財經(jīng)網(wǎng)站獲取了部分公司名稱列表['貴州茅臺''五糧液''瀘州老窖'],以及這些公司對應(yīng)的毛利率[0'.75'0'.66'0'.58']，注意獲取到的毛利率格式為字符串類型。依次判斷各家公司的毛利率是否大于0.6，大于則輸出“xx公司的毛利率優(yōu)秀”，否則輸出“xx公司的毛利率正?！薄ame=['貴州茅臺','五糧液','瀘州老窖']GP=['0.75','0.66','0.58']foriinrange(len(name)):

iffloat(GP[i])>0.6:

print(name[i]+'公司的毛利率優(yōu)秀')

else:

print(name[i]+'公司的毛利率正常')15.創(chuàng)建一個名為transcode的函數(shù),實現(xiàn)輸入股票的6位數(shù)字代碼可自動輸出股票的完整代碼（即包含上交所后綴名“.SH”或深交所后綴名“.SZ”）。使用該封裝好的函數(shù)批量判斷列表stock=[‘600519',‘000725',

‘600031']并輸出結(jié)果。(提示:上交所的股票代碼通常是6開頭,深交所的股票代碼通常是0開頭。deftranscode(code):

ifcode[0]=='6':

print(code+'.SH')

else:

print(code+'.SZ')

stock=['600519','000725','600031']foriinstock:

transcode(i)第二章通過Python接口快速獲取財務(wù)數(shù)據(jù)Part1：單項選擇題1.使用tushare獲取利潤表中營業(yè)總收入的輸出變量為（C）A：oth_b_income B：total_profiC：total_revenue D：operate_profit2.使用tushare獲取經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額的輸出變量為（A）A：n_cashflow_act B：free_cashflow C：n_cashflow_inv_act D：n_cash_flows_fnc_act3.使用tushare獲取交易性金融資產(chǎn)的輸出變量為（B）A：intan_assets B：trad_assetC：acct_payable D：lt_eqt_investPart2：多項選擇題1.以下屬于獲取資產(chǎn)負債表輸入?yún)?shù)的是（ABC）A、ts_codeB、PeriodC、FieldsD、Date2.以下為tushare可用的接口是（BD）A、Balance資產(chǎn)負債表的接口是balancesheet,該選項不完整B、stock_company上市公司基本信息接口C、stk_auditD、fina_mainbz主營業(yè)務(wù)構(gòu)成接口B：上市公司基本信息接口D：主營業(yè)務(wù)構(gòu)成接口A、C為拼寫錯誤選項Part3：判斷題1.在獲取宏觀數(shù)據(jù)時，獲取GDP數(shù)據(jù)的開始季度為必選參數(shù)，結(jié)束季度為可選參數(shù)。錯誤，均非必選參數(shù)。Part4：代碼練習(xí)題1.參照2.2.4小節(jié)內(nèi)容，利用Tushare接口獲取中信特鋼（000708.SZ）、撫順特鋼（600399.SH）、方大特鋼（600507.SH）2018至2020年三張報表的數(shù)據(jù)，并另存為excel文件。importtushareastspro=_api('xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx')#需要獲取數(shù)據(jù)的公司名稱、股票代碼、年份comps=['中信特鋼','撫順特鋼','方大特鋼']codes=['000708.SZ','600399.SH','600507.SH']years=[2020,2019,2018]#循環(huán)獲取語句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')

#保存為表格

df_balance.to_excel(comps[i]+'_資產(chǎn)負債表_'+str(year)+'年.xlsx')

df_income.to_excel(comps[i]+'_利潤表_'+str(year)+'年.xlsx')

df_cash.to_excel(comps[i]+'_現(xiàn)金流量表_'+str(year)+'年.xlsx')2.參照2.3.1小節(jié)內(nèi)容，利用Tushare接口獲取撫順特鋼（600399.SH）基本信息、管理層信息、財務(wù)審計意見（2016年至2020年）以及主營業(yè)務(wù)構(gòu)成（分別按地區(qū)和業(yè)務(wù)）。df=pro.stock_company(ts_code='600399.SH',fields='ts_code,chairman,reg_capital,introduction,employees,main_business,business_scope')df#JupyterNotebook中輸入變量名打印，Pycharm中需輸入print(df)df=pro.stk_managers(ts_code='600399.SH')df#JupyterNotebook中輸入變量名打印，Pycharm中需輸入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中直接輸入變量名打印，Pycharm中需要輸入print(df)df=pro.fina_mainbz(ts_code='600399.SH',period='20201231',type='D')df#JupyterNotebook中直接輸入變量名打印，Pycharm中需要輸入print(df)3.參照2.3.2小節(jié)內(nèi)容，利用Tushare接口獲取撫順特鋼（600399.SH）所屬行業(yè)、地域和上市時間信息。df_fstg=pro.stock_basic(ts_code='600399.SH',fields='ts_code,symbol,name,area,industry,list_date')

df_fstg4.參照2.3.3小節(jié)內(nèi)容，利用Tushare接口獲取‘上證A指’指數(shù)2021年上半年的行情數(shù)據(jù)。（提示，先利用index_basic接口獲得指數(shù)代碼）。df=pro.index_basic(name='上證A指')df#JupyterNotebook中直接輸入變量名打印，Pycharm中需要輸入print(df)

5.參照2.3.4小節(jié)內(nèi)容，利用Tushare接口獲取2020年一整年的LIBOR拆借利率數(shù)據(jù)（提示：相關(guān)接口為pro.libor）。df=pro.libor(start_date='20200101',end_date='20201201')df#JupyterNotebook中直接輸入變量名打印，Pycharm中需要輸入print(df)第三章財務(wù)數(shù)據(jù)分析利器--Pandas庫Part1：單項選擇題1.以下不為常用創(chuàng)建DataFrame的方法是（C）A：通過列表創(chuàng)建

B：通過字典創(chuàng)建C：通過字符串創(chuàng)建 D：通過外部導(dǎo)入excel該題選C。常用的創(chuàng)建方法為列表法、字典法、空DF法、導(dǎo)入法等。2.對名為data的dataframe進行數(shù)據(jù)篩選時，獲取多列二維表格的方法是（C）A：a=data['c1'] series一維 B：b=data[['c1']]只有一列C：c=data[['c1','c3']]

D：d=data.iloc[1,1]寫法不對該題選C。A：為一維數(shù)組B：獲取單列dataframeD：錯誤寫法3.根據(jù)列對數(shù)據(jù)進行排序時，要對c2列進行降序排序，應(yīng)輸入ascending=（A）A：False B：TrueC：Up D：Down該題選A。對數(shù)據(jù)進行排序時，使用False代表降序、True代表升序。Pandas-Part2：多項選擇題1.以下為Dataframe常用的拼接方法是（ABC）A、merge()函數(shù)B、concat()函數(shù)C、append()函數(shù)D、extend()函數(shù)該題選ABC。前三項為DF常用拼接方法，選項D用于在列表末尾一次性追加另一個序列中的多個值（用新列表擴展原來的列表）2.在多個篩選條件時，可用的連接符號是（CD）A、+B、AndC、&D、|該題選CD。在對DF篩選時多個條件的拼接符號通常為&或|Pandas-Part3：判斷題1.使用merge函數(shù)進行兩個Dataframe合并時，默認的合并是取并集。錯誤。默認的合并是取交集，若要取并集，需要設(shè)置how參數(shù)。Pandas-Part4：代碼練習(xí)題1.pandas入門-創(chuàng)建二維表格（1）通過列表，創(chuàng)建如下DataFrame。01201020301405060（2）通過設(shè)置行、列索引的列表創(chuàng)建方式，創(chuàng)建如下DataFrame。人均收入人均支出中國80006000韓國70005000美國65004000（3）通過創(chuàng)建一個空DataFrame，然后列表添加的方式，創(chuàng)建如下DataFrame。日期分數(shù)0292149526100（4）修改上一小題的列名為date和score。答：（1）importpandasaspda=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=['中國','韓國','美國'])（3）a=pd.DataFrame()#創(chuàng)建一個空DataFramedate=[2,4,6]score=[92,95,100]a['日期']=datea['分數(shù)']=score（4）a=pd.DataFrame()#創(chuàng)建一個空DataFramedate=[2,4,6]score=[92,95,100]a['日期']=datea['分數(shù)']=score#方法1a.columns=['date','score']#方法2a=a.rename(columns={'日期':'date','分數(shù)':'score'})#方法3a.rename(columns={'日期':'date','分數(shù)':'score'},inplace=True)2.pandas基礎(chǔ)操作1-數(shù)據(jù)選?。?分）已知如下表格數(shù)據(jù)，為3人的日常生活繳費情況：（1）根據(jù)列篩選數(shù)據(jù)查看3人的房租情況，此外，查看3人的水費和房租的情況importpandasaspddf=pd.DataFrame([[10,20,30],[40,50,60],[70,80,90]],columns=['水費','電費','房租'],index=['丁一','王二','張三'])a=df['房租']#也可以寫成a=df[['房租']]print(a)b=df[['水費','房租']]print(b)（2）根據(jù)行篩選數(shù)據(jù)查看第2到3行的數(shù)據(jù)，此外，查看最后一行的數(shù)據(jù)。importpandasaspddf=pd.DataFrame([[10,20,30],[40,50,60],[70,80,90]],columns=['水費','電費','房租'],index=['丁一','王二','張三'])a=df[1:3]#也可以寫成a=df.iloc[1:3]，或者df.iloc[1,2]print(a)b=df.iloc[-1]#本題因為行數(shù)不多，也可以寫成df.iloc[2]print(b)（3）按照區(qū)塊來選取數(shù)據(jù)查看丁一和王二的水費和房租情況importpandasaspddf=pd.DataFrame([[10,20,30],[40,50,60],[70,80,90]],columns=['水費','電費','房租'],index=['丁一','王二','張三'])a=df.iloc[0:2][['水費','房租']]print(a)（4）iloc函數(shù)同時選擇行和列查看王二的電費情況importpandasaspddf=pd.DataFrame([[10,20,30],[40,50,60],[70,80,90]],columns=['水費','電費','房租'],index=['丁一','王二','張三'])a=df.iloc[1]['電費']#或者寫成a=df.iloc[1][['電費']]print(a)（5）iloc函數(shù)和loc函數(shù)的主要區(qū)別簡介iloc函數(shù)和loc函數(shù)的主要區(qū)別iloc是根據(jù)數(shù)字進行索引，而loc是根據(jù)名稱進行索引3.pandas基礎(chǔ)操作2-表頭篩選請讀取該Excel表格（信息表-單頁.xlsx），并將表頭設(shè)置為第二行內(nèi)容，且正式內(nèi)容從第三行開始。信息表-單頁.xlsx變成如下格式：答：（讀取Excel1分，設(shè)置表頭2分，從第三行開始提取數(shù)據(jù)2分）importpandasaspddf=pd.read_excel('信息表-單頁.xlsx')df.columns=df.iloc[0]df=df[1:]df4.pandas基礎(chǔ)操作3-按特定條件篩選（4分）（1）篩選如下表格中電費列大于20的內(nèi)容（2）篩選如下表格中電費列大于20且房租列小于85的內(nèi)容答：（每小問2分）（1）importpandasaspddf=pd.DataFrame([['張三',20,30],['李四',50,60],['張三',80,90]],columns=['姓名','電費','房租'])a=df[df['電費']>20]print(a)（2）importpandasaspddf=pd.DataFrame([['張三',20,30],['李四',50,60],['張三',80,90]],columns=['姓名','電費','房租'])a=df[(df['電費']>20)&(df['房租']<85)]#需要加括號print(a)5.pandas基礎(chǔ)操作4-數(shù)據(jù)運算、排序與刪除（6分）（1）運算計算下面每個人的電費加房租的和（2）排序按照房租的價格，進行倒序排列表格（3）刪除刪除姓名列答：（每小問2分）（1）importpandasaspddf=pd.DataFrame([['張三',20,30],['李四',50,60],['趙五',80,90]],columns=['姓名','電費','房租'])df['電費+房租']=df['電費']+df['房租']print(df)（2）importpandasaspddf=pd.DataFrame([['張三',20,30],['李四',50,60],['趙五',80,90]],columns=['姓名','電費','房租'])a=df.sort_values('房租',ascending=False)

print(a)

（3）importpandasaspddf=pd.DataFrame([['張三',20,30],['李四',50,60],['趙五',80,90]],columns=['姓名','電費','房租'])a=df.drop(columns='姓名')

print(a)

#方法2df.drop(columns='姓名',inplace=True)

6.數(shù)據(jù)表拼接（6分）將下面3個Excel工作簿（信息表-技術(shù)部.xlsx；信息表-財務(wù)部.xlsx；信息表-行政部.xlsx）中的sheet表單“員工信息表”合并為一張表，并存為“匯總信息表.xlsx”。信息表-技術(shù)部.xlsx信息表-財務(wù)部.xlsx信息表-行政部.xlsx答：（數(shù)據(jù)讀取2分，數(shù)據(jù)拼接3分，數(shù)據(jù)導(dǎo)出1分）importpandasaspddf1=pd.read('信息表-技術(shù)部.xlsx',sheet_name='員工信息表')df2=pd.read('信息表-財務(wù)部.xlsx',sheet_name='員工信息表')df3=pd.read('信息表-行政部.xlsx',sheet_name='員工信息表')df_all=pd.DataFrame()df_all=df_all.append(df1).append(df2).append(df3)#也可以拆成3行寫df_all.to_excel('匯總信息表.xlsx',index=False)第四章財務(wù)可視化基礎(chǔ)

-Matplotlib庫Part1：單項選擇題1.以下哪個代表繪制折線圖（A）A：plt.plot() B：plt.scatter()C：plt.bar() D：plt.hist()選擇A。其余選項分別為柱狀圖、散點圖、直方圖。2.折線圖設(shè)置線條實虛格式使用哪個參數(shù)（B）A：figure B：linestyle C：bins D：edgecolormarkersize:標記大小color:線條顏色marker:數(shù)據(jù)標記的形狀，默認是沒有標記linestyle:線條樣式，默認為實線3.哪個函數(shù)用來設(shè)置雙坐標軸（D）A：plt.twin-x()B：plt.xticks()C：plt.title() D：plt.twinx()選擇D。使用twinx設(shè)置雙坐標軸4.設(shè)置‘長為800、寬為600’像素，以下代碼哪個是正確的（B）A.plt.rcParams['figure.figsize']=(800,600)B.plt.rcParams['figure.figsize']=(8,6)C.plt.rcParams['figure.figsize']=(600,800)D.plt.rcParams['figure.figsize']=(6,8)選擇B。設(shè)置像素時括號為先長后寬，100像素=15.哪個代碼可以解決中文顯示的問題（B）A.plt.rcParams['axes.unicode_minus']=FalseB.plt.rcParams['font.sans-serif']=['SimHei']C.plt.rcParams['loc']=['SimHei']D.plt.rcParams['label']=['SimHei']選擇B。使用plt.rcParams['font.sans-serif']進行中文字體設(shè)置。Part2：多項選擇題1.mplfinance能繪制哪些內(nèi)容（ABC）A.收盤價B.成交價C.均線D.下一日價格預(yù)測選擇ABC。mplfinance沒有下一日預(yù)測的功能。Part3：判斷題1.Matplotlib不能顯示負號。錯誤?？梢燥@示，代碼是plt.rcParams['axes.unicode_minus']=FalsePart4：代碼題1.利用給出的數(shù)據(jù)（源代碼文件中獲?。?，參照4.3.2小節(jié)的方法繪制白酒行業(yè)該年的凈利潤率同業(yè)比較圖。要求：數(shù)值升序顯示，標簽位于圖形左上角。得到的結(jié)果參考下圖4-24：data=pd.read_excel('第四章第一題初始數(shù)據(jù).xlsx')#2、繪圖plt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=False

plt.figure(figsize=(10,6))plt.bar(data['name'],data['netprofit_margin'],label='銷售凈利率')plt.legend(loc='upperleft')plt.xticks(data['name'],rotation=45)plt.show()2.利用貴州茅臺和五糧液從2010年至今（最新）的銷售凈利率數(shù)據(jù)，繪制雙坐標軸折線圖比較趨勢。得到的結(jié)果參考下圖4-25：data=pd.read_excel('第四章第二題原始數(shù)據(jù).xlsx')plt.figure(figsize=(15,9))plt.plot(data['時間'],data['茅臺凈利率'],color='red',linestyle='--',label='貴州茅臺')plt.legend(loc='upperleft')

#該圖圖例設(shè)置在左上角plt.xticks(data['時間'],rotation=45)plt.twinx()

#設(shè)置雙坐標軸plt.plot(data['時間'],data['五糧液凈利率'],label='五糧液')plt.legend(loc='upperright')

#改圖圖例設(shè)置在右上角plt.xticks(data['時間'],rotation=45)plt.show()3.參照4.3.1小節(jié)的方法，繪制貴州茅臺2021年3月1日至9月30日半年間的股價K線圖。得到的結(jié)果參考下圖4-26：importpandasaspdimporttushareastsimportmatplotlib.pyplotaspltimportmplfinanceasmpf#1、獲取行情信息pro=_api('75fe6c69bb10c996a556a402dde9fdf6e691dfdd2c30ff028ebd5a37')df0=pro.stock_basic(name='貴州茅臺',fields='ts_code')codename=df0.loc[0]['ts_code']df=pro.daily(ts_code=codename,start_date='20210301',end_date='20210930')data=df[['trade_date','open','close','high','low','vol']]data.columns=['Date','Open','Close','High','Low','Volume']data=data.rename(columns={'trade_date':'Date','open':'Open','close':'Close','high':'High','low':'Low','vol':'Volume'})data.set_index('Date',inplace=True)data.index=pd.DatetimeIndex(data.index)data=data.sort_index(ascending=True)#2、繪圖my_color=mpf.make_marketcolors(up='red',down='green')my_style=mpf.make_mpf_style(marketcolors=my_color)mpf.plot(data,type='candle',mav=(5,10,20),volume=True,show_nontrading=False,style=my_style)第五章

財務(wù)靜態(tài)分析Part1：單項選擇題1.想要獲取存貨的上一期數(shù)據(jù)，可以使用哪種方法（C）A：data['存貨(上期)']=data['存貨'].shift(+1) B：data['存貨(上期)']=data['存貨'].shift(0) C：data['存貨(上期)']=data['存貨'].shift(-1) D：data['存貨(上期)']=data['存貨'].shift(1) 選擇C。-1代表上一期2.分析時如何保留小數(shù)（A）A：round B：ratio C：flow D：str選擇A。詳情見第一章。3.除了自己運算，tushare哪個參數(shù)可以輸出財務(wù)指標（B）A：fina_indicateB：fina_indicatorC：fina_title() D：fina_balance()選擇B。使用indicator函數(shù)獲取財務(wù)指標，其余接口含義詳見第三章。Part2：多項選擇題1.使用Python進行靜態(tài)分析可以分析哪些內(nèi)容（ABCD）A.盈利能力B.運營能力C.償債能力D.成長能力選擇ABCD。python靜態(tài)分析通常為運營、盈利、償債、成長四部分。Part3：代碼題1.參照本章的內(nèi)容，獲取貴州茅臺（或讀者自己感興趣的其他公司）2015-2020年的相關(guān)數(shù)據(jù)，從上述四個方面進行財務(wù)分析。importpandasaspdimportnumpyasnpimporttushareastsimportmatplotlib.pyplotaspltpro=_api('75fe6c69bb10c996a556a402dde9fdf6e691dfdd2c30ff028ebd5a37')df_balancesheet=pd.read_excel('貴州茅臺.xlsx',sheet_name='資產(chǎn)負債表')df_income=pd.read_excel('貴州茅臺.xlsx',sheet_name='利潤表')df_cashflow=pd.read_excel('貴州茅臺.xlsx',sheet_name='現(xiàn)金流量表')data=pd.merge(df_income,df_balancesheet,on='報告期')

data=pd.merge(data,df_cashflow,on='報告期')data=pd.merge(df_income,df_balancesheet,on=['報告期','TS股票代碼','公告日期','實際公告日期','報表類型','公司類型'])#按報告期列進行合并data=pd.merge(data,df_cashflow,on=['報告期','TS股票代碼','公告日期','實際公告日期','報表類型','公司類型'])data#盈利能力data['毛利率']=round((data['營業(yè)收入']-data['減:營業(yè)成本'])/data['營業(yè)收入'],4)

data['營業(yè)利潤率']=round((data['營業(yè)利潤'])/data['營業(yè)收入'],4)

data['凈利潤率']=round(data['凈利潤(含少數(shù)股東損益)']/data['營業(yè)收入'],4)

df_2014=pro.balancesheet(ts_code='600519.SH',period='20141231')[-1:]asset_2014=df_2014['total_hldr_eqy_exc_min_int'][0]asset0=data['股東權(quán)益合計(不含少數(shù)股東權(quán)益)'][1:].to_list()asset0.append(asset_2014)data['股東權(quán)益(上期余額)']=asset0data['ROE']=round(data['凈利潤(不含少數(shù)股東損益)']/((data['股東權(quán)益合計(不含少數(shù)股東權(quán)益)']+data['股東權(quán)益(上期余額)'])/2),4)data[['TS股票代碼','報告期','毛利率','營業(yè)利潤率','凈利潤率','ROE']]#運營能力data['毛利率']=round((data['營業(yè)收入']-data['減:營業(yè)成本'])/data['營業(yè)收入'],4)

data['營業(yè)利潤率']=round((data['營業(yè)利潤'])/data['營業(yè)收入'],4)

data['凈利潤率']=round(data['凈利潤(含少數(shù)股東損益)']/data['營業(yè)收入'],4)

df_2014=pro.balancesheet(ts_code='600519.SH',period='20141231')[-1:]asset_2014=df_2014['total_hldr_eqy_exc_min_int'][0]asset0=data['股東權(quán)益合計(不含少數(shù)股東權(quán)益)'][1:].to_list()asset0.append(asset_2014)data['股東權(quán)益(上期余額)']=asset0data['ROE']=round(data['凈利潤(不含少數(shù)股東損益)']/((data['股東權(quán)益合計(不含少數(shù)股東權(quán)益)']+data['股東權(quán)益(上期余額)'])/2),4)data[['TS股票代碼','報告期','毛利率','營業(yè)利潤率','凈利潤率','ROE']]#償債能力data['流動比率']=round(data['流動資產(chǎn)合計']/data['流動負債合計'],4)

data['速動比率']=round((data['流動資產(chǎn)合計']-data['存貨']-data['預(yù)付款項'])/data['流動負債合計'],4)

data['利息保障倍數(shù)']=round(data['息稅前利潤']/data['減:利息支出'],4)

data[['TS股票代碼','報告期','流動比率','速動比率','利息保障倍數(shù)']]#成長能力#1、現(xiàn)金比率：現(xiàn)金比率=（流動資產(chǎn)合計-存貨-預(yù)付款項-應(yīng)收賬款）/流動負債合計）data=pro.balancesheet(ts_code='600518.SH',start_date='20150101')data['股票代碼']=data['ts_code']data['報告期']=data['end_date']data['現(xiàn)金比率']=round((data['total_cur_assets']-data['inventories']-data['prepayment']-data['accounts_receiv'])/data['total_cur_liab'],4)data[['股票代碼','報告期','現(xiàn)金比率']]#2、凈資產(chǎn)增長率=（期末凈資產(chǎn)-期初凈資產(chǎn)）/期初凈資產(chǎn)）df_2014=pro.balancesheet(ts_code='600518.SH',period='20141231')[-1:]theemi_14=df_2014['total_hldr_eqy_exc_min_int'].iloc[0]theemi0=data['total_hldr_eqy_exc_min_int'][1:].to_list()theemi0.append(theemi_14)data['期初凈資產(chǎn)']=theemi0data['凈資產(chǎn)增長率']=round((data['total_hldr_eqy_exc_min_int']-data['期初凈資產(chǎn)'])/data['期初凈資產(chǎn)'],4)data[['股票代碼','報告期','凈資產(chǎn)增長率']]#3、固定資產(chǎn)增長率=營業(yè)收入/[（期初凈資產(chǎn)+期末凈資產(chǎn)）/2]data1=pro.balancesheet(ts_code='600518.SH',start_date='20141231')df_ic=pro.income(ts_code='600518.SH',start_date='20141231')df=pd.merge(data1,df_ic,on='end_date')theemi_14=df_2014['total_hldr_eqy_exc_min_int'].iloc[0]theemi0=df['total_hldr_eqy_exc_min_int'][1:].to_list()theemi0.append(theemi_14)df['期初凈資產(chǎn)']=theemi0df['報告期']=df['end_date']df['固定資產(chǎn)增長率']=round((df['revenue']/(df['期初凈資產(chǎn)']+df['total_hldr_eqy_exc_min_int'])/2),4)data['固定資產(chǎn)增長率']=df[['固定資產(chǎn)增長率']]data[['股票代碼','報告期','現(xiàn)金比率','凈資產(chǎn)增長率','固定資產(chǎn)增長率']]2.除了本章提到的指標之外，讀者可以再構(gòu)造幾個其他指標（現(xiàn)金比率（計算公式：現(xiàn)金比率=（流動資產(chǎn)合計-存貨-預(yù)付款項-應(yīng)收賬款）/流動負債合計）、凈資產(chǎn)增長率（計算公式：凈資產(chǎn)增長率=（期末凈資產(chǎn)-期初凈資產(chǎn)）/期初凈資產(chǎn)）、固定資產(chǎn)周轉(zhuǎn)率（計算公式：固定資產(chǎn)周轉(zhuǎn)率=營業(yè)收入/[（期初凈資產(chǎn)+期末凈資產(chǎn)）/2]）），參照已有指標的計算方法，利用Python進行指標計算（而不是直接利用財務(wù)指標接口）。#現(xiàn)金比率data=data.fillna(0)data['現(xiàn)金比率']=round((data['流動資產(chǎn)合計']-data['存貨']-data['預(yù)付款項']-data['應(yīng)收賬款'])/data['流動負債合計'],4)data[['TS股票代碼','報告期','現(xiàn)金比率']]#凈資產(chǎn)增長率#計算凈資產(chǎn)data['凈資產(chǎn)']=data['資產(chǎn)總計']-data['負債合計']#獲取2014年的凈資產(chǎn)數(shù)據(jù)df_2014=pro.balancesheet(ts_code='600519.SH',period='20141231')[-1:]asset_14=df_2014['total_assets'].iloc[0]-df_2014['total_liab'].iloc[0]#把2014年~2018年的資產(chǎn)、作為新列表，并把列表加入表格asset0=data['凈資產(chǎn)'][1:].to_list()asset0.append(asset_14)data['凈資產(chǎn)(上期余額)']=asset0#計算營業(yè)利潤增長率data['凈資產(chǎn)增長率']=round((data['凈資產(chǎn)']-data['凈資產(chǎn)(上期余額)'])/data['凈資產(chǎn)(上期余額)'],4)data[['TS股票代碼','報告期','凈資產(chǎn)增長率']]#總資產(chǎn)周轉(zhuǎn)率#獲取2014年的固定資產(chǎn)數(shù)據(jù)df_2014=pro.balancesheet(ts_code='600519.SH',period='20141231')[-1:]inv_2014=df_2014['fix_assets'][0]#把2014年~2018年的固定資產(chǎn)作為新列表，并把列表加入表格inv0=data['固定資產(chǎn)'][1:].to_list()inv0.append(inv_2014)data['固定資產(chǎn)(上期余額)']=inv0#計算固定資產(chǎn)周轉(zhuǎn)率data['固定資產(chǎn)周轉(zhuǎn)率']=round(data['營業(yè)收入']/((data['固定資產(chǎn)']+data['固定資產(chǎn)(上期余額)'])/2),4)data[['TS股票代碼','報告期','固定資產(chǎn)周轉(zhuǎn)率']]3.根據(jù)第2題的作答，適當(dāng)改寫獲取多家公司數(shù)據(jù)的代碼，加入你自己寫好的指標計算公式，并利用該函數(shù)調(diào)取貴州茅臺、五糧液、瀘州老窖（或者讀者感興趣的其他上市公司）2015-2020年的財務(wù)數(shù)據(jù)。pro=_api('xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx')#定義獲取三張報表的函數(shù)defaccess_data(comps,codes,years):

#定義列重命名函數(shù)，把列名自動改為中文名

defrename_col(data):

rename_sheet=pd.read_excel('重命名.xlsx')

eng=rename_sheet['名稱'].tolist()

chi=rename_sheet['描述'].tolist()

re_dict=dict(zip(eng,chi))

data=data.rename(columns=re_dict)

returndata

foriinrange(len(comps)):

#各新建一個空DataFrame

df_balance=pd.DataFrame()

df_income=pd.DataFrame()

df_cash=pd.DataFrame()

foryearinyears:

df_balance0=pro.balancesheet(ts_code=codes[i],period=str(year)+'1231')[-1:]

df_income0=pro.income(ts_code=codes[i],period=str(year)+'1231')[-1:]

df_cash0=pro.cashflow(ts_code=codes[i],period=str(year)+'1231')[-1:]

#拼接各年份報表

df_balance=df_balance.append(df_balance0)

df_income=df_income.append(df_income0)

df_cash=df_cash.append(df_cash0)

#更改索引名稱

df_balance=rename_col(df_balance)

df_income=rename_col(df_income)

df_cash=rename_col(df_cash)

#保存為表格

writer=pd.ExcelWriter(comps[i]+'.xlsx')

df_balance.to_excel(writer,'資產(chǎn)負債表',index=False)

df_income.to_excel(writer,'利潤表',index=False)

df_cash.to_excel(writer,'現(xiàn)金流量表',index=False)

writer.save()#定義財務(wù)比率表生成函數(shù)defratio_sheet(comps):

forcompincomps:

#讀取報表數(shù)據(jù)

df_balancesheet=pd.read_excel(comp+'.xlsx',sheet_name='資產(chǎn)負債表')

df_income=pd.read_excel(comp+'.xlsx',sheet_name='利潤表')

df_cashflow=pd.read_excel(comp+'.xlsx',sheet_name='現(xiàn)金流量表')

#報表拼接

data=pd.merge(df_income,df_balancesheet,on=['報告期','TS股票代碼','公告日期','實際公告日期','報表類型','公司類型'])

data=pd.merge(data,df_cashflow,on=['報告期','TS股票代碼','公告日期','實際公告日期','報表類型','公司類型'])

#把空值填充為0，防止計算出錯

data=data.fillna(0)

#把相關(guān)數(shù)據(jù)的上期余額加入新表，包括股東權(quán)益、存貨、資產(chǎn)總計、應(yīng)收賬款、營業(yè)收入、營業(yè)利潤、負債合計、凈利潤(不含少數(shù)股東損益)

columns0=['股東權(quán)益合計(不含少數(shù)股東權(quán)益)','存貨','資產(chǎn)總計','固定資產(chǎn)','應(yīng)收賬款','營業(yè)收入','營業(yè)利潤','負債合計','凈利潤(不含少數(shù)股東損益)']

forcolumnincolumns0:

data[column+'(上期)']=data[column].shift(-1)

#去除2014年數(shù)據(jù)，只取前五行數(shù)據(jù)保存

data=data[0:5]

#計算各項指標

#盈利能力

data['毛利率']=round((data['營業(yè)收入']-data['減:營業(yè)成本'])/data['營業(yè)收入'],4)

data['營業(yè)利潤率']=round((data['營業(yè)利潤'])/data['營業(yè)收入'],4)

data['凈利潤率']=round(data['凈利潤(含少數(shù)股東損益)']/data['營業(yè)收入'],4)

data['ROE']=round(data['凈利潤(不含少數(shù)股東損益)']/((data['股東權(quán)益合計(不含少數(shù)股東權(quán)益)']+data['股東權(quán)益合計(不含少數(shù)股東權(quán)益)(上期)'])/2),4)

#營運能力

data['存貨周轉(zhuǎn)率']=round(data['減:營業(yè)成本']/((data['存貨']+data['存貨(上期)'])/2),4)

data['總資產(chǎn)周轉(zhuǎn)率']=round(data['營業(yè)收入']/((data['資產(chǎn)總計']+data['資產(chǎn)總計(上期)'])/2),4)

data['應(yīng)收賬款周轉(zhuǎn)率']=round(data['營業(yè)收入']/((data['應(yīng)收賬款']+data['應(yīng)收賬款(上期)'])/2),4)

data['固定資產(chǎn)周轉(zhuǎn)率']=round(data['營業(yè)收入']/((data['固定資產(chǎn)']+data['固定資產(chǎn)(上期余額)'])/2),4)

#償債能力

data['流動比率']=round(data['流動資產(chǎn)合計']/data['流動負債合計'],4)

data['速動比率']=round((data['流動資產(chǎn)合計']-data['存貨']-data['預(yù)付款項'])/data['流動負債合計'],4)

data['現(xiàn)金比率']=round((data['流動資產(chǎn)合計']-data['存貨']-data['預(yù)付款項']-data['應(yīng)收賬款'])/data['流動負債合計'],4)

data['利息保障倍數(shù)']=round(data['息稅前利潤']/data['減:財務(wù)費用'],4)

#成長能力

data['營業(yè)收入增長率']=round((data['營業(yè)收入']-data['營業(yè)收入(上期)'])/data['營業(yè)收入(上期)'],4)

data['營業(yè)利潤增長率']=round((data['營業(yè)利潤']-data['營業(yè)利潤(上期)'])/data['營業(yè)利潤(上期)'],4)

data['凈資產(chǎn)']=data['資產(chǎn)總計']-data['負債合計']

data['凈資產(chǎn)(上期)']=data['資產(chǎn)總計(上期)']-data['負債合計(上期)']

data['凈資產(chǎn)增長率']=round((data['凈資產(chǎn)']-data['凈資產(chǎn)(上期)'])/data['凈資產(chǎn)(上期)'],4)

data['凈利潤增長率']=round((data['凈利潤(不含少數(shù)股東損益)']-data['凈利潤(不含少數(shù)股東損益)(上期)'])/data['凈利潤(不含少數(shù)股東損益)(上期)'],4)

#取出財務(wù)比率

df_ratio=data[

['報告期','毛利率','營業(yè)利潤率','凈利潤率','ROE','存貨周轉(zhuǎn)率','總資產(chǎn)周轉(zhuǎn)率','應(yīng)收賬款周轉(zhuǎn)率','固定資產(chǎn)周轉(zhuǎn)率','現(xiàn)金比率','流動比率','速動比率','利息保障倍數(shù)','營業(yè)收入增長率',

'營業(yè)利潤增長率','凈資產(chǎn)增長率','凈利潤增長率']]

df_ratio=df_ratio.T

#轉(zhuǎn)置

#因為上一行代碼轉(zhuǎn)置之后，第一行是0/1/2/3……，我們希望把第二行的報告期作為表頭，并從第二行開始取數(shù)

df_ratio.columns=df_ratio.iloc[0].apply(

lambdax:int(x))

#重新命名表頭，并且通過apply+lambda配合int取整函數(shù)將日期變成整數(shù)格式（原本保存成了小數(shù)格式）

df_ratio=df_ratio[1:]

#把財務(wù)比率保存為現(xiàn)有表格中的sheet

writer=pd.ExcelWriter(comp+'.xlsx',mode="a",engine="openpyxl")

df_ratio.to_excel(writer,'財務(wù)比率表')

writer.save()

returndf_ratio

#這行其實也可以不寫，主要就是為了查看下獲取的比率結(jié)果#批量需要獲取數(shù)據(jù)的公司名稱、股票代碼、年份comps=['貴州茅臺','五糧液','瀘州老窖']codes=['600519.SH','000858.SZ','000568.SZ']years=[2020,2019,2018,2017,2016,2015]#調(diào)用函數(shù)生成相關(guān)Excel文件access_data(comps,codes,years)df_ratio=ratio_sheet(comps)print(df_ratio)第六章

財務(wù)趨勢分析Part1：單項選擇題1.以下哪個不屬于趨勢分析中的盈利能力分析（）A：毛利率 B：存貨周轉(zhuǎn)率C：營業(yè)利潤率 D：ROE本題選b。b為運營能力分析中運用的指標。2.以下一定不屬于指標越大越好的比率是（A）A：流動比率B：毛利率C：存貨周轉(zhuǎn)率D：ROE流動比率過大，可能是因為企業(yè)存在貨幣資金閑置、應(yīng)收賬款過多或者存貨積壓的問題，這意味著企業(yè)的資產(chǎn)使用效率低，賒銷業(yè)務(wù)的管理不善。3.哪一項不屬于常見的趨勢分析（C）A：盈利能力B：運營能力C：創(chuàng)新能力D：成長能力本題選c。常見趨勢分析包括運營、盈利、成長、償債。Part2：多項選擇題1.以下屬于成長能力指標的選項是（AC）A.營收增長率B.流動比率C.營業(yè)利潤增長率D.總資產(chǎn)周轉(zhuǎn)率本題選ac。b選項反應(yīng)償債能力、d選項反應(yīng)運營能力Part3：判斷題1.進行趨勢分析綜合評分時，必須給每項指標相同的權(quán)重。錯誤。應(yīng)該根據(jù)企業(yè)所在的行業(yè)特點以及企業(yè)自身的經(jīng)營目標和業(yè)務(wù)模式，合理設(shè)置不同指標的權(quán)重。Part4：代碼題1.參照6.5節(jié)綜合評分的流程，自定義各指標權(quán)重（注意權(quán)重之和為1），加總后看看總分有何變化，結(jié)合權(quán)重分布思考為何會有這種變化？#習(xí)題1:需要加上以下代碼：#權(quán)重分配僅供參考，無標準答案score_sheet['權(quán)重']=[0.05,0.05,0.05,0.1,0.05,0.05,0.1,0.05,0.1,0.05,0.1,0.1,0.05,0.1]trend_score=0foriinscore_sheet.shape[0]:

trend_score+=round(score_sheet.loc[i,'評分']*score_sheet.loc[i,'權(quán)重'],2)print(trend_score)2.沿用第1題的答案，嘗試對白酒行業(yè)所有上市公司進行批量趨勢打分（獲取白酒行業(yè)所有上市公司代碼的方法可以提前學(xué)習(xí)下一章開頭的內(nèi)容），并按照最終分數(shù)降序排列。#首先需要利用上一章的函數(shù)獲取每個公司的財務(wù)數(shù)據(jù)com_data=pro.stock_basic(exchange='',list_status='L',fields='ts_code,symbol,name,area,industry,list_date')bj_com=com_data[com_data['industry']=='白酒']bj_list=bj_com['ts_code'].tolist()#批量需要獲取數(shù)據(jù)的公司名稱、股票代碼、年份comps=bj_com['name']codes=bj_listyears=[2020,2019,2018,2017,2016,2015]#調(diào)用函數(shù)生成相關(guān)Excel文件access_data(comps,codes,years)df_ratio=ratio_sheet(comps)result=pd.DataFrame()forcomincomps:

df_ratio=pd.read_excel(com+'.xlsx',sheet_name='財務(wù)比率表',header=0)

df_ratio=df_ratio.set_index('報告期')

data=df_ratio.T

scores=[]

foriinrange(len(data.T)):

n=0

forjinrange(4):

ifnp.isinf(data.iloc[j,i])==True:

n=n+1

elifdata.iloc[j,i]>data.iloc[j+1,i]:

n=n+1

#分數(shù)標準化為100分

n=n/4*100

scores.append(n)

score_sheet=data.T

score_sheet['評分']=scores

score_sheet['權(quán)重']=[0.05,0.05,0.05,0.1,0.05,0.05,0.1,0.05,0.1,0.05,0.1,0.1,0.15]

trend_score=0

foriinscore_sheet.shape[0]:

trend_score+=round(score_sheet.loc[i,'評分']*score_sheet.loc[i,'權(quán)重'],2)

score_sheet.to_excel('貴州茅臺_趨勢評分表.xlsx')

result[com]=trend_scoreresult=result.T.sort_values(ascending=False)print(result)第七章財務(wù)同業(yè)比較分析Part1：單項選擇題1.財務(wù)同業(yè)比較中，進行凈資產(chǎn)收益率分析時，采用什么ROE計算方式（C）A：平均ROEB：上期ROEC：全面攤薄ROED：加權(quán)平均ROE 本題選c。公式為：報告期歸母凈利潤/報告期期末歸母凈資產(chǎn)2.財務(wù)同業(yè)比較中，進行運營能力分析時，常用的指標為（A/B）A：存貨周轉(zhuǎn)率B：總資產(chǎn)周轉(zhuǎn)率C：速動比率反映償債能力D：凈利潤增長率反映成長能力本題選a。c反映償債能力、d反應(yīng)成長能力。3.進行同業(yè)比較時，常用的python庫包括（A）A：pandasB：Scikit-learnC：NLPD：Requests本題選a。b在機器學(xué)習(xí)常見、c為nlp分析時使用、d為網(wǎng)頁爬蟲。Part2：多項選擇題1.進行同業(yè)比較時，可視化主要選取什么方法（AC）A：同業(yè)直觀比較B：同業(yè)潛在比較C：同業(yè)統(tǒng)計量分析D：同業(yè)預(yù)測量分析本題選ac。bd不為同業(yè)比較可視化的主要內(nèi)容。Part3：判斷題1.進行同業(yè)分析綜合評分時，可以自行選取該行業(yè)中的部分企業(yè)進行計算。（T）本題選ac。bd不為同業(yè)比較可視化的主要內(nèi)容。Part4：代碼題1.參照上述指標的分析思路，同樣針對白酒行業(yè)，分析2020年各公司利息保障倍數(shù)的表現(xiàn)（進行可視化呈現(xiàn)）。importpandasaspdtable=pd.DataFrame(index=range(1))forcominrange(data.shape[0]):

table.loc[0,data.loc[com,'name']]=round((data.loc[com,'ebit'])/(-data.loc[com,'fin_exp']),4)table=table.T.sort_values(0,ascending=False).Tplt.figure(figsize=(10,6))

#設(shè)置下圖片大小，不然有點擠plt.bar(table.columns,table.loc[0],label='利息保障倍數(shù)')plt.legend(loc='upperleft')

#設(shè)置圖例位置為左上角plt.xticks(range(len(table.columns)),table.columns,rotation=45)plt