登錄???|???注冊
本書系統地描述了如何利用Python語言進行數據分析。由淺入深的編寫方式可以幫助讀者輕松愉快地進入數據的世界。全書從理論到實踐、從基礎語法到科學計算庫，循序漸進地講解了Python數據分析所需要學習的技能。搭配項目實戰幫助讀者更好、更快地掌握Python數據分析知識點。此外，還全面介紹了數據分析的必知必會技能。本書提供代碼資源下載服務，每章均配有重要知識點串講視頻。本書不僅適合零基礎喜歡數據分析的入門級讀者，還可助力數據分析從業者進行技術進階。
開課吧組編 楊國俊 張植皓 潘海超等編著 ·數據庫 ·7.7萬字
本書分為數據思維和案例解析兩個部分，對“怎么想”和“怎么做”兩大分析痛點問題進行剖析和解答?；谥刃泻蟮目紤]，前3章首先對“怎么想”的問題進行解答，通過明確分析問題、開啟分析思路、打開分析視角，依次回答數據思維3個核心問題：解決什么問題？分析哪些內容？分析到何種程度？結合11個思維練習的案例，引導讀者對業務需求進行思考，明確研究內容和分析方法。
陳哲 ·數據庫 ·10.8萬字
實戰大數據——分布式大數據分析處理系統開發與應用，從大數據技術基礎概念出發，介紹了大數據分析的流程和大數據分析處理系統的組成，以及大數據集群的搭建，并在此基礎上講解了多種不同技術構成的離線/實時數據分析系統實戰項目。全書共10章，包括大數據概述、大數據分析的基本流程與工具、分布式大數據分析處理系統概述、構建大數據集群環境、構建基于LayUI的集群管理系統、基于HBase的大數據離線分析系統、基于Hive+Hadoop+Spark的大數據離線分析系統、基于MySQL+Spark的大數據離線分析系統、基于Redis+Kafka+Spark的大數據實時分析系統、基于Flume+Kafka+Flink的大數據實時分析系統。實戰大數據——分布式大數據分析處理系統開發與應用，適合從事大數據系統搭建與運維、大數據分析等崗位的技術人員閱讀，也適合高等院校大數據相關專業的學生使用。
井超 楊俊 喬鋼柱編著 ·數據庫 ·7.2萬字
本書以工業大數據的特點和需求為牽引，闡述了工業大數據分析的工程方法論，針對設備故障診斷與健康管理（Prognostics&HealthManagement，PHM）、生產質量分析（ProductQualityManagement，PQM）、生產效率優化（ProductionEfficiencyManagement，PEM）等提出了具體的分析課題定義方法，給出了典型分析場景和算法框架，并系統總結了工業大數據領域的常用分析算法（特別是時序挖掘算法），最后以6個實際案例從不同方面詮釋了工業大數據分析項目的復雜性和多樣性，包括純數據驅動、專家知識驅動、機器學習與機理模型結合等類型的分析課題，以期形成工業大數據分析的工程化方法體系。本書適合工業行業中從事數據分析、數字化轉型、數據平臺規劃的專業人員閱讀，也可為其他從事行業數據分析的專業人員及高等院校數據挖掘的研究人員提供參考。
田春華等 ·數據庫 ·16.3萬字
本書比較全面地介紹了可視化分析的基本概念、技術組成和產品的架構。通過本書的學習，讀者除了可以了解可視化的知識以外，還可以學習可視化分析的基本方法。本書特別適合于那些希望通過簡潔、快速的方法就能夠進行數據管理，進行數據探索；無須寫代碼就能進行數學建模；設計各種實用報表方便決策的數據分析人員和相應的管理人員。對于進入數據分析的初級人員，本書也是一本不錯的指南。
朱繼輝 ·數據庫 ·11萬字
無數據，不AI。而沒有統一完整的基礎數據資源平臺管理，AIOps也無從談起。基礎運維數據資源平臺是AIOps的數據基石，也是未來支撐企業數據戰略的兩大數據平臺之一。構建數據平臺需要數據治理工作的保駕護航。然而在運維數據治理領域開展數據治理工作尚屬空白，缺乏理論體系支撐和值得借鑒的成功經驗。本書在分析運維數據治理與傳統數據治理的差異化特點基礎上，對于數據治理的DAMA理論體系在運維數據管理領域實現了在廣義元數據管理、廣義數據標準、廣義數據模型等理論突破，創造性的提出運維數據模型建設，為運維數據治理構建了體系化理論并提供了具有方法論支撐的完整藍圖。同時，就運維數據平臺建設本書也分享了基于數據模型實體庫的概要設計，以數據湖為基礎，包含運維數據中臺建設的架構規劃。本書還在工業運維領域略作延展，分析工業運維數據模型的差異化特點，就包括數字孿生、時空數據等關鍵工業技術為核心的物理融合技術做了介紹，提出了開展智能工業運維的必要內容。
湯濱 ·數據庫 ·7.8萬字
本書立足于計算機視覺特征檢測這一基礎技術問題，介紹了特征點、線和區域的檢測方法，并給出具體的檢測應用實例，旨在為相關技術人員提供特征檢測及應用方面的新研究進展，促進特征檢測技術在社會經濟生活領域的應用和發展。本書內容分為兩部分：特征檢測方法和特征檢測技術應用。在特征檢測方法方面，第2章介紹特征點檢測方法，第3~5章介紹特征線檢測方法，第6章介紹斑狀區域檢測方法，第7~9章介紹規則形狀（如多邊形、三角形、圓和橢圓）檢測方法。在特征檢測技術應用方面，第10~11章介紹圖像對稱性檢測技術，第12章介紹新聞圖像中字幕檢測方法，第13~14章介紹珠寶的自動定位與測量技術，第15章介紹手鐲的檢測和自動測量技術。
劉紅敏 ·數據庫 ·10.6萬字
21世紀，互聯網行業的爆發開啟了全球數據量急劇增長的新時代，數據已經成為驅動企業數字化轉型的核心力量。整個數據行業的技術能力不斷提升，從數據庫到數據倉庫，再到開源大數據，都在經濟社會中發揮著極其重要的作用。近年來，新興數據技術與云計算相互輔助，共同發展，誕生了一系列云原生數據服務，讓企業能夠突破傳統模式的局限，專注于業務，降本增效。本書以全球前沿的云原生服務為基礎，詳細展現了如何將數據存儲、數據引入、批量數據處理、實時數據處理、數據倉庫、數據可視化和機器學習等核心要素綜合起來，逐步構建一個高效的大數據服務平臺。
金鑫等編著 ·數據庫 ·9.5萬字
短文本理解是伴隨著搜索引擎、社交網絡及聊天機器人等應用場景而興起的一個研究課題。它是近些年的一個研究熱點，且對未來人工智能的發展有重要的影響。由于短文本字詞少、歧義大、不遵守語法規則等特點，傳統自然語言處理技術如句法分析器等難以直接應用于短文本。因此，研究人員不得不另辟蹊徑來解決機器理解短文本的問題。
王仲遠 ·數據庫 ·6.8萬字
在越來越多的企業開始利用數據科學來驅動業務，本書將依托TalkingData公司在大數據領域的多年實際經驗，從數據、人才、工具三個維度幫助企業數據團隊完成端到端的數據科學項目部署。本書的內容包括數據科學項目的基礎概念、準備工作、團隊人才及端到端的實戰案例等，適合正面臨數字化轉型的企業決策者、數據團隊負責人，以及從事數據科學工作的數據工程師、數據科學家、數據工程師等閱讀。
TalkingData ·數據庫 ·5.8萬字
本書基于流行穩定版Flink1.13進行講解，從Flink數據處理思想開始講起，帶領讀者深入理解Flink的基本架構，進而由淺入深結合具體案例進行講解，詳細剖析了Flink中DataStreamAPI的使用，并對Flink中的時間語義、狀態、容錯機制等重要概念進行了詳盡的闡釋。同時，本書還對實際開發常用的FlinkSQL、CEP等高層級API進行了細致講解，以電商網站中的實際應用為場景，提供了大量的代碼實現。本書分為12章：第1～5章，帶領讀者初步認識Flink并編寫基本的Flink程序。第6～10章，深入探討了Flink內部的高級應用。第11～12章，講解了Flink提供的擴展功能。
尚硅谷教育編著 ·數據庫 ·19.9萬字
本書以數字孿生在數據中心的應用為主題，從采用的方案、遇到的問題、解決的方法及對未來的思考等全面介紹技術實踐的細節。本書共分為5章：第1章介紹數字孿生相關的知識和應用場景；第2章主要闡述數字孿生在數據中心的應用和數據中心的行業知識；第3～5章篇幅較多，主要介紹數字孿生使用的技術，并配套完整的項目代碼，其中第3章介紹數據分析算法相關的技術知識，第4、5章闡述3D可視化框架ThreeJS相關的知識。本書適合對數字孿生有興趣的技術團隊、開發和研究人員閱讀。
陳巖光等編著 ·數據庫 ·6萬字
本書是一本全面介紹數據庫管理的書籍。基礎介紹篇介紹了數據庫、SQL、MySQL以及數據類型等概念，并介紹了MySQL的安裝和查詢;實踐入門篇詳細介紹了數據庫的創建、查詢、插入、修改和刪除等語句的使用方法;中高級篇深入介紹了MySQL關鍵字、運算操作、日期函數、視圖、操作符等，同時介紹了如何對數據庫文件進行備份和恢復;應用實戰篇以核酸數據庫系統為例，介紹業務流程、系統流程、分布式系統、Redis、核酸數據庫系統的設計與實現、搜索引擎，以及使用PHP程序調用數據庫等內容。本書內容新穎、圖文并茂、實例豐富、通俗易懂，可供互聯網開發人員、數據庫運營人員以及培訓機構等相關人員閱讀，亦可作為初學者的入門教材。
林富榮編著 ·數據庫 ·3.5萬字
掌握數據可視化技術是未來工作和學習的必備能力，是展示理念和成果的重要手段。閱讀并完成本書的實踐，你將快速地學會數據獲取、清洗、分析、可視化及發布的完整流程。本書以豐富的實踐案例解析數據可視化的制作理念和具體方法，緊密圍繞當前數據可視化領域的實際需求，全面介紹數據可視化的概念和技巧。本書包含基礎知識、數據獲取、數據清洗、數據分析、可視化基礎和原則、數據可視化工具和可視化作品發布等內容，基于具體案例多角度啟發和引導讀者的創新思維，增強讀者對抽象數據的把握及綜合可視化能力的提升。本書內容通俗易懂，簡明實用，配套的教學輔助資料可免費下載。本書適合零編程基礎的數據可視化從業者和高校師生閱讀，有一定工作經驗的數據可視化工程師也可以從本書中學到大量實用的技能。
劉英華 ·數據庫 ·10.2萬字
本書首先介紹了云計算與大數據的簡史、發展歷程，討論了當前大數據所要解決的5大問題，然后對面向云計算與大數據的體系架構搭建進行全面剖析，給讀者講述在云與大數據的時代做什么、怎么做才是對的，然后結合業界的具體實踐講解了2個平臺建設的案例，一個是大數據平臺的搭建，一個是混合云平臺的搭建。
孫宇熙 ·數據庫 ·13.8萬字
本書從大數據實時計算框架Spark的編程語言Scala入手，第1～4章重點介紹函數式編程語言Scala的基礎語法、面向對象編程以及函數式編程等，再通過編程訓練案例介紹Scala這門語言的實際開發應用，為讀者后面學習Spark框架打下牢固的編程基礎。第5～10章重點介紹Spark的安裝部署、SparkCore編程、SparkSQL結構化數據處理以及SparkStreaming實時數據處理等，對它們進行詳細的剖析和解讀。最后，在第11章中通過網站運營指標統計和IP經緯度熱力圖分析兩個實戰開發項目，讓讀者充分掌握Spark大數據實時計算框架技術的應用與實操方法。本書適合所有對大數據技術感興趣的讀者。
楊力 ·數據庫 ·8.2萬字
本書不僅是一本業務數智化體系的科普書，還是作者多年在真實業務場景下進行數智化實踐的經驗總結。本書系統總結了一套完整的數智化解決方案——3M數智化體系。全書共包括11章，第1～3章主要對數字化和數智化進行介紹；第4～8章圍繞3M數智化體系展開，詳細說明了業務數智化的適用范圍和準備工作、整體構思、思想、落地方法和落地產品；第9～11章介紹了內容行業、O2O行業、生產制造業的數智化實踐，以案例形式進行實戰演練。本書適合正在實踐數智化項目的領導者，需要了解和實踐數字化/數智化轉型的基層管理者和各類技術人員、產品人員、運營人員，高校的教師、科研人員和學生，以及其他想培養數據思維、數智思維、商業化思維的讀者。
高遠 ·數據庫 ·18.5萬字
在大數據時代，R以其強大的數據分析挖掘、可視化繪圖等功能，越來越受到社會各個領域的青睞?，F在，R的計算引擎、性能、程序包都得到了提升，其中R與大數據分析平臺Hadoop的結合，實現了R對大數據的分析式處理分析。這些不僅大大擴展了R的應用，也擴大了R在各行業的需求。為了更好地適應新形勢，掌握大數據分析處理的相關知識是很有必要的。本書從理論基礎、方法、實證三方面詳細地闡釋了R和RHadoop的相關理論、技術以及應用，使讀者了解大數據的基礎概念，掌握R以及Rhadoop大數據分析技術。本書不僅適合高等院校的各相關專業的本專科生、研究生，也適合零編程基礎的科研人員以及對大數據分析技術感興趣的人士閱讀。本書在內容的選擇和結構的安排上進行了深入的思考，使得不論是R或RHadoop的初學者還是具備一定相關專業知識的人員都能從本書中得到一定的收獲或啟發。
深圳國泰安教育技術股份有限公司 ·數據庫 ·6.6萬字
本書是國家社會科學基金重大項目“數據賦能激勵制造業企業創新驅動發展及其對策研究（18ZDA062）”的成果，是研究團隊近幾年在企業數字化領域的研究總結與升華，是集體智慧的結晶，由張振剛和羅泰曄共同制定全書寫作提綱、提出編寫思路、構建概念框架、確定并撰寫具體內容，以及組織團隊成員開展編寫工作。
張振剛 羅泰曄編著 ·數據庫 ·19.5萬字
本書從需求規劃、需求實現到可視化展示等，遵循項目開發的主要流程，全景介紹了電商行業Flink實時數據倉庫的搭建過程。在整個項目的搭建過程中，介紹了主要組件的安裝部署、需求實現的具體思路、問題的解決方案等，并穿插了大數據和數據倉庫相關的理論知識，包括數據倉庫的概念介紹、電商業務概述、數據倉庫理論介紹和數據倉庫建模等。最核心的內容是代碼中對Flink的靈活應用，為讀者展示了Flink處理數據的多種可能性。本書最后還詳細講解了項目的性能調優技巧和實戰案例，幫助讀者掌握更多的實戰經驗。本書適合具有一定編程基礎的讀者學習或作為參考資料，通過本書，可以使你快速了解實時數據倉庫，全面掌握實時數據倉庫的相關技術。
尚硅谷教育編著 ·數據庫 ·13.1萬字
網站合作：傅女士 fuli.a@yuewen.com
雙新用戶（設備和賬號都新為雙新用戶）下載并登錄后1-20天最多可免費領取20本會員/單訂書且可免費讀10天
Copyright (C) 2025 www.cqxianglaokan.com All Rights Reserved 上海閱文信息技術有限公司 版權所有 粵公網安備 44030002000001號 ???? 增值電信業務經營許可證：粵B2-20090059???? 互聯網ICP備案號： 粵B2-20090059-5 ???? 舉報電話：010-59357051 營業執照 網絡文化經營許可證：滬網文 (2023) 3296-228號 網絡出版服務許可證：（署）網出證（滬）字第055號????互聯網宗教信息服務許可證：滬（2023）0000015
QQ閱讀手機版
