亞太傳統月

防曬

一人食

養生指南

薯片

拉麵

電飯煲

  • 搜索歷史
  • 熱門搜索
商品分類
日本
韓國
熱銷榜單
新品上架
特惠專區
禮卡
更多
登入/註冊

繁體中文

English 简体中文 繁體中文 한국어 日本語
{{sellerTotalView > 1 ? __("sellers", {number: sellerTotalView}) : __("seller", {number: sellerTotalView}) }}, {{numTotalView > 1 ? __("items", {number: numTotalView}) : __("item", {number: numTotalView}) }}
免運費

去購物車結算 Yamibuy
Yami

Nickname

請告訴我們怎麼更好地稱呼你

更新你的名字
賬戶 訂單 收藏
積分 0
優惠券 0
禮品卡餘額 $0.00
{{ inviteNavTitle }}
退出登入

切換配送區域

不同區域的庫存和配送時效可能存在差異。

歷史郵編

{{email ? __('Got it!') : __('Restock Alert')}}

我們將在商品到貨後第一時間通知你。

取消
Yami

京東圖書

Python金融大数据分析

去購物車結算 Yamibuy
{{buttonTypePin == 3 ? __("Scan to view more PinGo") : __("Scan to start")}}
圖書 電腦與網際網路 電腦期刊
京東圖書

Python金融大数据分析

{{__(":people-members", {'people': item.limit_people_count})}} {{ itemCurrency }}{{ item.valid_price }} {{ itemCurrency }}{{ item.invalid_price }} {{ itemDiscount }}
後結束
{{ itemCurrency }}{{ item.valid_price }}
{{ itemCurrency }}{{ priceFormat(item.valid_price / item.bundle_specification) }}/{{ item.unit }}
{{ itemDiscount }}
{{ itemCurrency }}{{ item.valid_price }} {{ itemCurrency }}{{ priceFormat(item.valid_price / item.bundle_specification) }}/{{ item.unit }} {{ itemCurrency }}{{ item.invalid_price }} {{itemDiscount}}
{{ itemCurrency }}{{ item.valid_price }}
後結束促銷
後開始秒殺 後結束秒殺
{{ getSeckillDesc(item.seckill_data) }}
{{ __( "Pay with Gift Card to get sale price: :itemCurrency:price", { 'itemCurrency' : itemCurrency, 'price' : (item.giftcard_price ? priceFormat(item.giftcard_price) : '0.00') } ) }} ({{ itemCurrency }}{{ priceFormat(item.giftcard_price / item.bundle_specification) }}/{{ item.unit }}) 詳情
商品有效期

已下架

我們不知道該商品何時或是否會重新有庫存。

當前地址無法配送
已售完

商品描述

展開全部描述
Editer Recommend

金融行业已经以惊人的速度采用Python，一些大的投资银行和对冲基金使用Python来构建核心的交易和风险管理系统。本书可以帮助开发人员和量化分析人员入门Python，并指导他们掌握Python在计量金融学上的重要应用。
本书通过大量的实用示例并以一个大型的真实案例研究为基础，讲解如何为基于蒙特卡洛模拟的衍生品和风险分析开发一个成熟的框架。本书大部分内容使用了交互式的IPython Notebooks，并包含了如下主题。
基础知识：Python数据结构，NumPy数组处理、用pandas进行时间序列分析，用matplotlib可视化，用PyTables进行高性能I/O操作，日期/时间信息处理和精选的实践。
金融主题：使用了NumPy、SciPy和SymPy的数学技术，例如回归和优化；用于蒙特卡洛模拟、风险价值、风险信用价值计算的推断统计学；用于正态性检验、均方差投资组合优化、主成分分析（PCA）和贝叶斯回归的统计学。
特殊主题：用于金融算法的高性能Python，如向量化和并行化；Python与Excel的集成；以及构建基于Web技术的金融应用程序。
Content Description

Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区，在需要分析、处理大量数据的金融行业得到了广泛而迅速的应用，并且成为该行业开发核心应用的编程语言。《Python金融大数据分析》提供了使用Python进行数据分析，以及开发相关应用程序的技巧和工具。
《Python金融大数据分析》总计分为3部分，共19章，第1部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体入门实例；第2部分介绍了金融分析和应用程序开发中重要的Python库、技术和方法，其内容涵盖了Python的数据类型和结构、用matplotlib进行数据可视化、金融时间序列数据处理、高性能输入/输出操作、高性能的Python技术和库、金融学中需要的多种数学工具、随机数生成和随机过程模拟、Python统计学应用、Python和Excel的集成、Python面向对象编程和GUI的开发、Python与Web技术的集成，以及基于Web应用和Web服务的开发；第3部分关注的是蒙特卡洛模拟期权与衍生品定价实际应用的开发工作，其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值、波动率期权等知识。
《Python金融大数据分析》适合对使用Python进行大数据分析、处理感兴趣的金融行业开发人员阅读。
Author Description

Yves Hilpsch，是Python Quants（德国）股份有限公司的创始人和任事股东，也是Python Quants（纽约）有限责任公司的共同创办人。该集团提供基于Python的金融和衍生品分析软件（参见https://pythonquants.com，https://quant-platfrom.com和https://dx-analytics.com），以及和Python及金融相关的咨询、开发和培训服务。
Yves还是Derivatives Analytics with Python（Wiley Finance，2015）的作者。作为获得数理金融学博士学位的商业管理专业研究生，他在萨尔州大学讲授计算金融学中的数值化方法课程。
Catalogue

第1部分 Python与金融
第1章 为什么将Python用于金融 3
1．1 Python是什么 3
1．1．1 Python简史 5
1．1．2 Python生态系统 5
1．1．3 Python用户谱系 7
1．1．4 科学栈 7
1．2 金融中的科技 8
1．2．1 科技开销 9
1．2．2 作为业务引擎的科技 9
1．2．3 作为进入门槛的科技和人才 9
1．2．4 不断提高的速度、频率、数据量 10
1．2．5 实时分析的兴起 11
1．3 用于金融的Python 12
1．3．1 金融和Python语法 12
1．3．2 Python的效率和生产率 15
1．3．3 从原型化到生产 19
1．4 结语 20
1．5 延伸阅读 20
第2章 基础架构和工具 21
2．1 Python部署 22
2．1．1 Anaconda 22
2．1．2 Python Quant Platform 27
2．1．3 工具 30
2．1．4 Python 30
2．1．5 IPython 30
2．1．6 Spyder 40
2．2 结语 42
2．3 延伸阅读 43
第3章 入门示例 45
3．1 隐含波动率 46
3．2 蒙特卡洛模拟 54
3．2．1 纯Python 56
3．2．2 用NumPy向量化 57
3．2．3 利用对数欧拉方法实现全向量化 59
3．2．4 图形化分析 60
3．2．5 技术分析 62
3．3 结语 67
3．4 延伸阅读 68
第2部分 金融分析和开发
第4章 数据类型和结构 71
4．1 基本数据类型 72
4．1．1 整数 72
4．1．2 浮点数 73
4．1．3 字符串 75
4．2 基本数据结构 77
4．2．1 元组 77
4．2．2 列表 78
4．2．3 离题：控制结构 80
4．2．4 离题：函数式编程 81
4．2．5 字典 82
4．2．6 集合 84
4．3 NumPy数据结构 85
4．3．1 用Python列表形成数组 85
4．3．2 常规NumPy数组 87
4．3．3 结构数组 90
4．4 代码向量化 91
4．5 内存布局 93
4．6 结语 95
4．7 延伸阅读 95
第5章 数据可视化 97
5．1 二维绘图 97
5．1．1 一维数据集 98
5．1．2 二维数据集 103
5．1．3 其他绘图样式 109
5．2 金融学图表 116
5．3 3D绘图 119
5．4 结语 122
5．5 延伸阅读 122
第6章 金融时间序列 123
6．1 pandas基础 124
6．1．1 使用DataFrame类的第一步 124
6．1．2 使用DataFrame类的第二步 127
6．1．3 基本分析 131
6．1．4 Series类 134
6．1．5 GroupBy操作 135
6．2 金融数据 136
6．3 回归分析 142
6．4 高频数据 150
6．5 结语 154
6．6 延伸阅读 154
第7章 输入/输出操作 155
7．1 Python基本I/O 156
7．1．1 将对象写入磁盘 156
7．1．2 读写文本文件 159
7．1．3 SQL数据库 160
7．1．4 读写NumPy数组 162
7．2 Pandas的I/O 164
7．2．1 SQL数据库 165
7．2．2 从SQL到pandas 166
7．2．3 CSV文件数据 168
7．2．4 Excel文件数据 169
7．3 PyTables的快速I/O 170
7．3．1 使用表 170
7．3．2 使用压缩表 175
7．3．3 使用数组 176
7．3．4 内存外计算 177
7．4 结语 179
7．5 延伸阅读 180
第8章 高性能的Python 181
8．1 Python范型与性能 182
8．2 内存布局与性能 184
8．3 并行计算 186
8．3．1 蒙特卡洛算法 186
8．3．2 顺序化计算 187
8．3．3 并行计算 188
8．3．4 性能比较 191
8．4 多处理 191
8．5 动态编译 193
8．5．1 介绍性示例 193
8．5．2 二项式期权定价方法 195
8．6 用Cython进行静态编译 199
8．7 在GPU上生成随机数 201
8．8 结语 205
8．9 延伸阅读 205
第9章 数学工具 207
9．1 逼近法 208
9．1．1 回归 208
9．1．2 插值 218
9．2 凸优化 221
9．2．1 全局优化 222
9．2．2 局部优化 223
9．2．3 有约束优化 224
9．3 积分 226
9．3．1 数值积分 228
9．3．2 通过模拟求取积分 228
9．4 符号计算 229
9．4．1 基本知识 229
9．4．2 方程式 230
9．4．3 积分 231
9．4．4 微分 232
9．5 结语 233
9．6 延伸阅读 233
第10章 推断统计学 235
10．1 随机数 236
10．2 模拟 241
10．2．1 随机变量 241
10．2．2 随机过程 244
10．2．3 方差缩减 256
10．3 估值 259

10．3．1 欧式期权 259
10．3．2 美式期权 263
10．4 风险测度 266
10．4．1 风险价值 266
10．4．2 信用价值调整 270
10．5 结语 272
10．6 延伸阅读 273
第11章 统计学 275
11．1 正态性检验 276
11．1．1 基准案例 277
11．1．2 现实世界的数据 284
11．2 投资组合优化 289
11．2．1 数据 290
11．2．2 基本理论 291
11．2．3 投资组合优化 294
11．2．4 有效边界 296
11．2．5 资本市场线 297
11．3 主成分分析 300
11．3．1 DAX指数和30种成分股 301
11．3．2 应用PCA 301
11．3．3 构造PCA指数 302
11．4 贝叶斯回归 305
11．4．1 贝叶斯公式 305
11．4．2 PyMC3 306
11．4．3 介绍性示例 307
11．4．4 真实数据 310
11．5 结语 318
11．6 延伸阅读 318
第12章 Excel集成 321
12．1 基本电子表格交互 322
12．1．1 生成工作簿（．xls） 323
12．1．2 生成工作簿（．xslx） 324
12．1．3 从工作簿中读取 326
12．1．4 使用OpenPyxl 328
12．1．5 使用pandas读写 329
12．2 用Python编写Excel脚本 332

12．2．1 安装DataNitro 333
12．2．2 使用DataNitro 333
12．3 xlwings 342
12．4 结语 342
12．5 延伸阅读 343
第13章 面向对象和图形用户界面 345
13．1 面向对象 345
13．1．1 Python类基础知识 346
13．1．2 简单的短期利率类 350
13．1．3 现金流序列类 354
13．2 图形用户界面 356
13．2．1 带GUI的短期利率类 356
13．2．2 值的更新 358
13．2．3 带GUI的现金流序列类 360
13．3 结语 362
13．4 延伸阅读 362
第14章 Web集成 365
14．1 Web基础知识 366
14．1．1 ftplib 366
14．1．2 httplib 368
14．1．3 urllib 369
14．2 Web图表绘制 372
14．2．1 静态图表绘制 372
14．2．2 交互式图表绘制 374
14．2．3 实时图表绘制 375
14．3 快速Web应用 383
14．3．1 交易者的聊天室 384
14．3．2 数据建模 384
14．3．3 Python代码 385
14．3．4 模板 391
14．3．5 样式化 396
14．4 Web服务 397
14．4．1 金融模型 399
14．4．2 实现 400
14．5 结语 406
14．6 延伸阅读 406

第3部分 衍生品分析库
第15章 估值框架 409
15．1 资产定价基本定理 409
15．1．1 简单示例 409
15．1．2 一般结果 410
15．2 风险中立折现 412
15．2．1 日期建模和处理 412
15．2．2 固定短期利率 413
15．3 市场环境 415
15．4 结语 418
15．5 延伸阅读 419
第16章 金融模型的模拟 421
16．1 随机数生成 422
16．2 泛型模拟类 423
16．3 几何布朗运动 427
16．3．1 模拟类 427
16．3．2 用例 429
16．4 跳跃扩散 431
16．4．1 模拟类 431
16．4．2 用例 434
16．5 平方根扩散 435
16．5．1 模拟类 435
16．5．2 用例 437
16．6 结语 438
16．7 延伸阅读 440
第17章 衍生品估值 441
17．1 泛型估值类 441
17．2 欧式行权 445
17．3 估值类 445
17．4 美式行权 451
17．4．1 最小二乘蒙特卡洛方法 451
17．4．2 估值类 453
17．4．3 用例 454
17．5 结语 457
17．6 延伸阅读 458
第18章 投资组合估值 459
18．1 衍生品头寸 460
18．1．1 类 460
18．1．2 用例 462
18．2 衍生品投资组合 463
18．2．1 类 463
18．2．2 用例 467
18．3 结语 472
18．4 延伸阅读 474
第19章 波动率期权 475
19．1 VSTOXX数据 476
19．1．1 VSTOXX指数数据 476
19．1．2 VSTOXX期货数据 477
19．1．3 VSTOXX期权数据 479
19．2 模型检验 480
19．2．1 相关市场数据 480
19．2．2 期权建模 481
19．2．3 检验过程 483
19．3 基于VSTOXX的美式期权 487
19．3．1 期权头寸建模 487
19．3．2 期权投资组合 488
19．4 结语 489
19．5 延伸阅读 490
附录A 精选的最佳实践 491
附录B 看涨期权类 499
附录C 日期和时间 503

規格參數

品牌 京東圖書
品牌屬地 China

免責聲明

產品價格、包裝、規格等資訊如有調整，恕不另行通知。我們盡量做到及時更新產品資訊，但請以收到實物為準。使用產品前，請始終閱讀產品隨附的標籤、警告及說明。

查看詳情
加入收藏
{{ $isZh ? coupon.coupon_name_sub : coupon.coupon_ename_sub | formatCurrency }}
詳情
{{__("Buy Directly")}} {{ itemCurrency }}{{ item.directly_price }}
數量
{{ quantity }}
{{ instockMsg }}
{{ limitText }}
{{buttonTypePin == 3 ? __("Scan to view more PinGo") : __("Scan to start")}}
由 JD@CHINA 銷售
送至
{{ __("Ship to United States only") }}
滿69免運費
正品保證
查看詳情
地區

{{ regionInfo.title }}

已加入購物車

繼續逛逛

為你推薦

{{ item.brand_name }}

{{ item.item_name }}

{{ item.currency }}{{ item.market_price }}

{{ item.currency }}{{ item.unit_price }}

{{ item.currency }}{{ item.unit_price }}

優惠券

{{ coupon.coupon_name_new | formatCurrency }}
領取 已領取 已領完
{{ getCouponDescStr(coupon) }}
{{ coupon.use_time_desc }}
即將過期： {{ formatTime(coupon.use_end_time) }}

分享給好友

取消

亞米禮卡專享價

使用禮卡支付即可獲得禮卡專享價

規則說明

禮卡專享價是部分商品擁有的特殊優惠價格；

購買禮卡專享價商品時，若在結算時使用電子禮卡抵扣支付，且禮卡餘額足夠支付訂單中所有禮卡專享價商品的專享價總和，則可以啟用禮卡專享價；

不使用禮卡支付，或禮卡餘額不滿足上一條所述要求時，將無法啟用禮卡專享價，按照普通售價計算，但您仍然可以購買這些商品；

在購買禮卡專享價商品時，若餘額不足，可以在購物車或結算頁中點擊“充值”按鈕對禮卡進行購買和充值；

商品若擁有禮卡專享價，會顯示“專享”的特殊價格標記；

如有疑問，請隨時聯繫客服；

禮卡專享價相關規則最終解釋權歸亞米所有。

由 亞米 銷售

服務保障

Yami 滿$49免運費
Yami 無憂退換
Yami 從美國出貨

配送資訊

  • 美國

    標準配送 $5.99（不含阿拉斯加，夏威夷），最終價滿$49免運費

    本地配送$5.99(加州，紐約州，新澤西，麻省和賓夕法尼亞，以上州部分地區);最終價滿$49免運費

    兩日達（含阿拉斯加夏威夷）運費19.99美元起

退換政策

亞米網希望為我們的客戶提供最優秀的售後服務，讓所有人都能放心在亞米購物。亞米自營商品在滿足退換貨條件的情況下，可在收到包裹的30天之內退換商品（食品因商品質量問題7天內可退換；為了確保每位客戶都能獲得安全和高質量的商品，對於美妝類產品，一經開封或使用即不提供退款或退貨服務，質量問題除外；其他特殊商品需聯繫客服諮詢）。
感謝您的理解和支持。

查看詳情

由 亞米 銷售

亞米電子禮品卡使用規則

若購買時選擇自動儲值，訂單完成後禮品卡將自動儲值至您的帳戶；

若購買時選擇發送郵件，訂單完成後系統將自動發送卡號和密碼到您填寫的郵箱；

寄送郵件時，任何使用者均可使用郵件中的卡號密碼進行禮卡儲值，請妥善保管郵件資訊。

如接收郵件遇到問題，請聯絡客服處理；

發送郵件時，若禮卡沒有被兌換，可以補發郵件。若已經被其他用戶兌換，無法補償；

亞米網電子禮卡可用於購買自營或第三方商品；

亞米網電子禮卡沒有有效期限限制，長期有效；

亞米網電子禮卡的金額，可分多次使用；

亞米網電子禮卡業務規則，最終解釋權歸亞米網所有。

退換政策

已消費的電子禮卡不支持退款。

由 JD@CHINA 銷售

服務保障

Yami 滿$49免運費
Yami 最優售後
Yami 美國本土出貨

配送資訊

  • 美國

    標準配送 $5.99（不含阿拉斯加，夏威夷），最終價滿$49免運費

    本地配送$5.99(加州，紐約州，新澤西，麻省和賓夕法尼亞，以上州部分地區);最終價滿$49免運費

    兩日達（含阿拉斯加夏威夷）運費19.99美元起

退換政策

提供30天內退還保障。產品需全新未使用原包裝內，並附有購買憑證。產品品質問題、或錯發漏發等,由商家造成的失誤，將進行補發,或退款處理。其它原因需退貨費用由客戶自行承擔。

由 JD@CHINA 銷售

服務保障

Yami 跨店滿$69免運費
Yami 30天退換保障

亞米-中國集運倉

由亞米從中國精選並集合各大優秀店舖的商品至亞米中國整合中心，合併包裹後將一次合包跨國郵寄至您的地址。跨店包郵門檻低至$69。您將在多商家集合提供的廣泛選購商品中選購商品，輕鬆享有跨店鋪包郵後的低郵資。

退換政策

提供30天內退換保障。產品需在全新未使用的原包裝內，並附有購買憑證。產品品質問題、錯發、或漏發等商家造成的失誤，將進行退款處理。其它原因造成的退換貨郵費客戶將需要自行承擔。由於所有商品均長途跋涉，偶有簡易外包壓磨等但不涉及內部品質問題者，不予退換。

配送資訊

亞米中國集運 Consolidated Shipping 運費$9.99（訂單滿$69 包郵）

下單後2個工作天中國商家出貨，所有包裹抵達亞米中國整合中心（除特別情況及中國境內個別法定假日外）會合併包裹後透過UPS發往美國。 UPS從中國出貨後到美國境內的平均時間為10個工作天左右，可隨時根據直發單號追蹤查詢。受疫情影響，目前物流可能延遲5天左右。包裹需要客人簽收。如未簽收，客人須承擔包裹遺失風險。

由 JD@CHINA 銷售

服務保障

滿69免運費
正品保證

配送資訊

Yami Consolidated Shipping 運費$9.99（訂單滿$69包郵）


Seller will ship the orders within 1-2 business days. The logistics time limit is expected to be 7-15 working days. In case of customs clearance, the delivery time will be extended by 3-7 days. The final receipt date is subject to the information of the postal company.

積分規則

不參加任何折扣活動以及亞米會員積分制度。

退換政策

提供30天內退還保障。產品需全新未使用原包裝內，並附有購買憑證。產品品質問題、或錯發漏發等,由商家造成的失誤，將進行補發,或退款處理。其它原因需退貨費用由客戶自行承擔。

Yami

下載亞米應用

返回頂部

為您推薦

品牌故事

京東圖書

为您推荐

Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g
144

周销量 600+

$1.66 $1.99 83折
Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g
144

周销量 600+

$1.66 $1.99 83折
Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g
144

周销量 600+

$1.66 $1.99 83折
Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g
144

周销量 600+

$1.66 $1.99 83折
Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g
144

周销量 600+

$1.66 $1.99 83折
Yami
欣葉
2种选择
欣叶 御大福 芋头麻薯 180g
144

周销量 600+

$1.66 $1.99 83折

評論{{'('+ commentList.posts_count + ')'}}

分享您的感受，幫助更多用戶做出選擇。

撰寫評論
{{ totalRating }} 撰寫評論

  • {{i}}星

    {{i}} 星

    {{ parseInt(commentRatingList[i]) }}%

Yami Yami
{{ comment.user_name }}

{{ showTranslate(comment) }}收起

{{ strLimit(comment,800) }}查看全部

Show Original

{{ comment.content }}

Yami
查看更多

{{ formatTime(comment.in_dtm) }} 已購買 {{groupData}}

{{ comment.likes_count }} {{ comment.likes_count }} {{ comment.reply_count }} {{comment.in_user==uid ? __('Delete') : __('Report')}}
Yami Yami
{{ comment.user_name }}

{{ showTranslate(comment) }}收起

{{ strLimit(comment,800) }}查看全部

Show Original

{{ comment.content }}

Yami
查看更多

{{ formatTime(comment.in_dtm) }} 已購買 {{groupData}}

{{ comment.likes_count }} {{ comment.likes_count }} {{ comment.reply_count }} {{comment.in_user==uid ? __('Delete') : __('Report')}}

暫無符合條件的評論~

更多評論

評論詳情

Yami Yami

{{commentDetails.user_name}}

{{ showTranslate(commentDetails) }}收起

{{ strLimit(commentDetails,800) }}查看全部

Show Original

{{ commentDetails.content }}

Yami
查看更多

{{ formatTime(commentDetails.in_dtm) }} 已購買 {{groupData}}

{{ commentDetails.likes_count }} {{ commentDetails.likes_count }} {{ commentDetails.reply_count }} {{commentDetails.in_user==uid ? __('Delete') : __('Report')}}

請輸入內容

回覆{{'(' + replyList.length + ')'}}

Yami Yami

{{ reply.reply_user_name }}回覆{{ reply.parent_user_name }}

{{ showTranslate(reply) }}收起

{{ strLimit(reply,800) }}查看全部

Show Original

{{ reply.reply_content }}

{{ formatTime(reply.reply_in_dtm) }}

{{ reply.reply_likes_count }} {{ reply.reply_likes_count }} {{ reply.reply_reply_count }} {{reply.reply_in_user==uid ? __('Delete') : __('Report')}}

請輸入內容

取消

這是到目前為止的所有評論！

發表評論
商品評分

請輸入評論

  • 一個好的暱稱，會讓你的評論更受歡迎！
  • 修改了這裡的暱稱，個人資料中的暱稱也將被修改。
感謝你的評論
你的好評可以幫助我們的社區發現更好的亞洲商品。

舉報

取消

確認刪除該評論嗎？

取消

歷史瀏覽

品牌故事

京東圖書