审计零基础Python学习周计划
核心目标：掌握审计高频场景的Python操作，无需深入编程理论，能直接套用模板解决工作问题
前置准备：安装Python（推荐3.10+版本）和PyCharm社区版，安装命令： pip install pandas numpy openpyxl python-docx pymysql
第1天：环境搭建+基础语法入门
1. 完成Python和PyCharm的安装，配置pip镜像源（加速库的安装）
2. 学习3个核心基础语法：变量定义、列表/字典、 for 循环，以读取1个费用报销Excel表格为例练习
3. 实操任务：编写代码读取本地的 费用报销.xlsx ，打印出表格前10行数据
第2天：核心库pandas基础——数据读取与查看
1. 学习 pandas 的3个核心操作： read_excel() / read_csv() 、 head() / tail() 、 info()
2. 重点掌握：指定读取的工作表、设置关键列的数据类型（如凭证号设为字符串）
3. 实操任务：批量读取某企业3个月份的销售明细账Excel，分别查看数据的基本信息
第3天：数据清洗——审计数据预处理核心
1. 学习审计高频清洗操作：去重 drop_duplicates() 、缺失值处理 dropna() 、数据筛选
2. 掌握日期格式统一 pd.to_datetime() 、金额保留小数 round() 的方法
3. 实操任务：清洗费用报销数据，剔除重复记录、删除关键字段缺失的行、过滤金额≤0的异常值
第4天：数据比对——账实核对/表表核对场景
1. 学习 pandas.merge() 的用法，掌握左连接、右连接、外连接的适用场景
2. 结合审计业务：区分“有账无物”“有物无账”的判断逻辑
3. 实操任务：对固定资产台账和财务入账表做外连接，筛选出两类异常数据
第5天：异常检测——定位审计风险点
1. 学习用均值、标准差设定异常阈值，筛选大额异常数据
2. 掌握重复报销、超期挂账的检测逻辑（如筛选同一报销单号多次出现的记录）
3. 实操任务：对清洗后的差旅费数据，识别超过均值2倍标准差的大额报销记录
第6天：自动化输出——生成审计工作底稿
1. 学习用 to_excel() 导出异常清单，用 python-docx 生成Word版工作底稿
2. 掌握在底稿中自动填充审计期间、异常说明等内容的方法
3. 实操任务：将异常报销数据生成Excel清单，并自动生成带表格的Word审计底稿
第7天：综合实战——完整审计流程演练
1. 整合前6天的内容，完成从数据读取→清洗→比对→异常检测→底稿生成的全流程
2. 针对自己工作中的1个实际场景（如资产账实核对），修改代码模板并运行
3. 总结常见报错及解决方法（如路径错误、数据类型不匹配）
学习小贴士
1. 遇到报错先看提示信息，优先检查文件路径是否正确、字段名称是否和表格一致
2. 不用死记代码，把高频模板保存好，工作中按需修改参数即可
3. 推荐在B站看 pandas 审计实操短教程，边看边敲代码效率更高
以下按入门→审计专项→实战案例→社区工具分类，精选适合审计师的Python学习资源，兼顾免费与付费，零基础友好，可直接按场景选用 。
一、入门基础（零基础必看）
1. Python官方文档（https://docs.python.org/zh-cn/3/）：权威语法参考，查标准库必备，适合随时核对基础语法。
2. W3School Python教程（https://www.w3schools.com/python/）：中文友好，知识点配示例与在线编辑器，快速自测基础。
3. 廖雪峰Python3教程（https://www.liaoxuefeng.com/wiki/1016959663602400）：体系化、案例多，适合零基础快速过基础语法。
4. B站入门视频：UP主“黑马程序员”“小甲鱼”的免费Python入门课，边看边敲代码，适合视频学习者。
5. Codecademy Python课程（https://www.codecademy.com/learn/learn-python-3）：交互式学习，实时反馈，零基础快速上手循环、函数等核心语法。
二、审计专项课程（业务导向）
1. PyAudit（https://pyaudit.com/）：审计师定制化课程，含pandas数据处理、自动化脚本、异常检测，提供CPE学分证书，适合想系统学审计场景Python的人。
2. 上海国家会计学院（i上国会）：《Python在审计领域的应用（初级）》，IT审计项目经理授课，覆盖环境搭建、语法与审计场景，适合财务审计转IT审计。
3. Udemy《Python for Auditors》：聚焦费用筛查、账实核对、底稿自动化，案例可直接套用，适合短期提升审计实操。
4. Coursera《Python for Everybody》（密歇根大学）：零基础友好，先打Python基础，再迁移到审计数据处理。
三、审计实战案例（直接用模板）
1. GitHub仓库：搜索“python audit automation”，推荐仓库如 audit-python-scripts ，含费用异常检测、固定资产对账等可复用脚本，改参数就能用。
2. 书籍《大数据审计：基于Python》：张高煜著，从环境搭建到数据清洗、网络采集、票据OCR，覆盖审计全流程实操，附完整代码。
3. CSDN审计Python专栏：搜索“Python审计自动化”“pandas审计案例”，有大量报销筛查、往来款核对的代码模板和报错解决。
四、社区与工具（查错+协作）
1. Stack Overflow：搜Python+审计相关报错（如pandas读Excel失败、merge数据比对异常），几乎都有现成解决方案。
2. 知乎/掘金：中文社区，搜“审计Python应用”“财务数据自动化”，看同行经验与避坑指南。
3. PyCharm社区版：免费IDE，调试方便，适合审计脚本编写与调试。
4. Anaconda：一键安装pandas、numpy等审计常用库，避免环境配置麻烦。
五、学习小技巧
- 先学 pandas （数据处理）、 openpyxl （Excel）、 python-docx （底稿）、 pymysql （数据库）这几个核心库，不用贪多。
- 遇到报错优先查文件路径、字段名拼写、数据类型，多数审计场景问题都出在这三点。
- 保存常用模板（如数据清洗、账表比对），工作中改参数即可复用，效率更高。
