本教材基于会计、信息和技术的交叉融合，培养会计学专业本科生会计数据科学思维与能力数据，具有理论的创新性和人才培养的实践价值。本教材首先介绍会计与数据科学的发展历程、数智时代的会计定位，并由此提出会计数据科学的理论基础与实践路径，为学生会计数据科学思维奠定基础。在此基础上，依次讲解会计数据科学的信息理论基础，即大数据原理与架构简介；会计数据科学的技术基础，包括Python基础、网络爬虫、数据预处理、数据挖掘与自然语言处理、数据可视化等；进一步，结合本科生的人才培养需求以及未来职业环境的现状，阐述开放式API接口和平台在会计数据科学中的应用；最后，根据上述学习内容，在会计基础工作数据处理、财务分析与可视化、业财融合数据分析、宏观政策文本与量化分析等会计应用场景进行示例，旨在深化学生的会计数据驱动分析与决策能力的培养。

第一篇 大数据原理与架构
第一章 引言
第一节 技术变革对会计业务的影响与挑战
第二节 CFO视角下的会计业务发展方向
第三节 会计大数据的范畴
第四节 会计师数据驱动决策能力发展的路径选择
第五节 会计师传统业务职责定位的重塑
第六节 会计数据科学概述
第二章 数据库与SQL
第一节 数据库基础
第二节 数据模型
第三节 数据库系统体系结构
第四节 数据表与结构化查询语言SQL
第五节 大数据与数据库
本章习题
第三章 数理基础
第一节 统计学相关概念
第二节 定量分析工具——Stata介绍
第三节 定量分析工具——SPSS介绍
本章习题
第二篇 Python基础语法
第四章 Python介绍
第一节 Python初识
第二节 Python语法特点
第三节 变量
第四节 基本数据类型
本章习题
第五章 运算符与表达式
第一节 常用运算符
第二节 其他运算符
第三节 表达式
本章习题
第六章 流程控制语句
第一节 条件判断语句
第二节 循环语句
第三节 break、continue和pass语句
第四节 货币时间价值系数表循环输出
本章习题
第七章 组合数据类型
第一节 集合（Set）
第二节 列表（List）
第三节 元组（Tuple）
第四节 字典（Dict）
第五节 数据类型转换
第六节 权益净利率因素分析中的数据类型设计
本章习题
第八章 函数与类
第一节 函数
第二节 类
第三节 权益净利率因素分析中的函数与类设计
本章习题
第九章 异常处理
第一节 异常概述
第二节 异常处理语句
第三节 固定资产计提折旧中ValueError异常处理
本章习题
第三篇 数据挖掘
第十章 正则表达式
第一节 正则表达式（re）
第二节 re库常用函数
第三节 元字符
第四节 正则表达式匹配模式：贪婪与非贪婪
第五节 使用re模块实现正则表达式操作
本章习题
第十一章 网络爬虫
第一节 网络爬虫基本介绍
第二节 网络爬虫常用库
第三节 网络数据爬取
本章习题
第十二章 数据预处理
第一节 Numpy库
第二节 Pandas库
本章习题
第四篇 数据可视化
第十三章 Matplotib可视化数据分析图表
第一节 离散型变量的可视化
第二节 数值型变量的可视化
第三节 关系型变量的可视化
本章习题
第十四章 Pyecharts可视化数据分析图表
第一节 离散型变量的可视化
第二节 数值型变量的可视化
第三节 关系型变量的可视化
本章习题
第十五章 Power BI与数据可视化
第一节 认识Power BI
第二节 Power BI中的数据源
第三节 Power BI与数据建模
第四节 Power BI可视化图表
本章习题
第五篇 主要财经数据库和接口
第十六章 常用财经数据库
第一节 CSMAR数据库
第二节 WIND数据库
本章习题
第十七章 AKShare财经数据接口
第一节 AKShare简介
第二节 AKShare的安装与准备
第三节 上市公司财务报表数据获取
第四节 货币、金融与汇率数据获取
本章习题
第六篇 场景应用
第十八章 杜邦分析
第一节 杜邦分析法主要指标
第二节 行业杜邦分析
第三节 标杆杜邦分析
本章习题
第十九章 文本分析
第一节 文本分析的主要步骤
第二节 利用LDA主题模型做文本分析
本章习题
第二十章 公司风险分析
第一节 年报风险信息特征分析
第二节 年报风险信息获取
本章习题
参考文献