《深入浅出数据分析》以类似"章回小说”的活泼形式，生动地向读者展现出色的数据分析人员应知应会的技术：数据分析基本步骤、实验方法、优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧；正文之后，意犹未尽地以三篇附录介绍数据分析十大要务、R工具及ToolPak工具，在充分展现目标知识以外，为读者搭建了走向深入研究的桥梁。

本书是一本全面关注数据资产管理体系、方法与实践的工具书，主要内容分为数据资产管理概述、数据资产管理体系、数据资产管理技术、数据资产管理实践、数据资产管理未来共5章。第1章概要介绍数据资产管理的定义与内涵、数据资产管理关注的焦点、数据资产化的战略意义等；第2章介绍数据资产管理体系，涵盖数据管理组织、战略规划、保障机制、运营体系等内容，涉及数据盘点、数据开发、数据质量、数据安全、数据服务、数据价值等工作；第3章介绍数据资产的数据采集、存储、建模、处理等技术，阐述数据资产管理平台工具能力，涉及元数据、数据标准、数据安全、数据质量、主数据、数据建模、数据集成、数据开发、数据标签、数据科学、数据要素流通等内容，并分析了数据底座和数据治理两种场景的技术路线；第4章主要介绍具体实施方法及路径选

全书分为 8 章， 主要内容如下：第1章介绍学术论文插图绘制的规范性和基本原则以及学术论文插图的配色基础；第2章介绍绘制学术论文插图的主要工具，并重点介绍 Matplotlib、Seaborn、ProPlot 以及 SciencePlots 工具包的语法及其重要特征；第3章介绍学术论文中常见的单变量图及其绘制方法，包括直方图、密度图、Q-Q 图等；第4章介绍学术论文中常见的双变量图及其绘制方法， 具体包括误差线、柱形图、箱线图、相关性散 点图以及矩阵热力图等；第5 章介绍学术论文中常见的多变量图及其绘制方法，包括等高线图、点图系列、 三元相图、 3D 图系列以及 RadViz 图等；第 6 章介绍学术论文中常见的空间数据型图及其绘制方法，包括分 级统计地图、连接线地图、等值线地图以及子地图等；第 7 章介绍学术论文中常见的可视化图及其绘制方法，包括配对图系列、韦恩图、泰勒图

《数据库原理与技术(Oracle版第3版重点大学计算机专业系列教材)》是一部关于数据库系统的基本原理与方法、现代技术及应用的教科书，全书分为两篇：第1篇介绍知识、理论与方法，描述数据库基础知识、关系模型与关系理论、数据库语言及数据库设计方法。第2篇介绍技术、应用及发展，描述数据库管理系统技术、对象关系数据库方法，介绍数据库产品Oraclellg的主要技术、编程及开发应用示例，讨论现代数据库及其高级论题。 《数据库原理与技术(Oracle版第3版重点大学计算机专业系列教材)》是作者尹为民、李石君、金银秋、曾慧、吴迪倩多年从事数据库原理课程教学与科研实践的结晶，注重核心理论的描述、注意理论和应用技术的结合。删减繁冗，同时又根据本学科教学科研发展的动态，介绍新型数据库系统的特点及相关知识，本书有配合教学的课程网

本书全面系统地介绍了数据编织的核心概念、设计原则、关键技术、面临的挑战及未来发展趋势，并结合实际案例，探讨了数据编织在行业领域的应用，为读者提供全面的数据管理和知识发现的全新解决方案。 本书可供数据管理和工程师、数据科学家、T和业务领导者，以及对数据编织感兴趣的专业人员阅读参考。

首席数据官（Chief Data Officer，CDO）是数字时代的产物，它在数字化转型的过程中，以及在转型成功后的数字经济中，都会起到关键作用。本书旨在建立一套相对完整的关于首席数据官的知识体系，帮助读者更好地参与数字时代的发展。 本书分为5篇。“第一篇 CDO概论”介绍CDO产生的背景、发展趋势、主要职责、推荐技能和工作路径等。“第二篇 管好数据”讲解CDO如何管理好数据，涉及数据战略、数据治理、数据制度、数据标准、数据架构、数据质量、数据安全、数据合规、数据建模、数据集成、数据存储、数据分析和挖掘、数据伦理、数据开放与共享等。“第三篇 做好转型”讲解CDO如何做好数字化转型。“第四篇 建好团队”讲解CDO如何构建、领导和考核数据团队。“第五篇 新技术、新模式、新业态”介绍一些与数据及CDO相关的新技术、新模式和新业态。 本书适

从数据分析方法到数据科学基础知识，你需要了解的知识全部在这本图解书中！ 当下，利用数据为自己的业务和服务提供支持是大势所趋。但是，分析数据需要广泛的知识，自己很难成体系地学习。 本书介绍了数据科学的基础知识及周边知识，包括数据、图表的类型以及统计学、人工智能的基本知识等，网罗信息社会中数据活用的问题点，结合生动插图，让初学者也能迅速理解。 除了按顺序阅读，获取系统的知识，读者还可以从目录中挑选感兴趣的主题和关键词，按照自己的需求阅读，是一本实用性满分的数据科学学习指南。

本书系统地介绍了数据如何始于业务、取于业务、用于业务。既有扎实的理论铺设，又有具体的案例支撑，通俗易懂地回答了数据“怎么来”和“怎么用”的问题。同时，本书总结出了解决业务分析难题的六大步骤，包括对最终数据分析产生关键影响的数据源的选取方法，以及通过对业务模块的判断确定分析方法的适用场景，最终推演、验证、分析出结论，并选择很优的分析结果展现方式，让数据分析全过程形成闭环。 本书的内容从底层原理出发，帮助读者打好数据分析基本功。在原理的讲解过程中，通过提问、思考、解答、案例分享的方式，结合三位专家十多年的行业经验，让读者从根本上理解数据分析、学会数据分析。本书适合数据分析从业也、数据分析爱好者阅读，也适合大中专院校数据相关专业的老师和学生使用。

本书以统计学/数学为出发点，介绍深度学习推荐的数理基础，讲解PyTorch的主体架构及近期新的模块功能，包括常见算法与相关套件的使用方法，例如对象侦测、生成对抗网络、深度伪造、图像中的文字辨识、脸部辨识、BERT/Transformer、聊天机器人、强化学习、自动语音识别、知识图谱等。本书配有大量案例及图表说明，同时以程序设计取代定理证明，缩短学习过程，增加学习乐趣。本书适合深度学习入门者、数据工程师、信息技术工作者阅读，也可作为高校计算机相关专业的教材。

商业分析有用吗？当然有用！商业分析是行走职场、创业启航的一项推荐技能。作者结合自己多年的工作经验，用生动的语言介绍如何用数据分析解决商业问题。本书分为6篇，共17章，其中第1篇是概念篇，讲述商业分析的基本概念；第2篇是基础篇，讲述如何用基础的分析方法评估企业经营状况；第3篇是进阶篇，讲述如何构建分析体系解决较复杂的问题；第4篇是高阶篇，讲述如何应对复杂的商业难题；第5篇是基础实践篇，通过案例讲述如何解决更复杂的商业问题；第6篇是高阶实践篇，通过案例讲述如何解决商业分析中的疑难杂症。本书的讲解思路是层层递进的，从简单场景到复杂场景，从基础的方法到复杂的方法。因此，无论读者是否有数据分析基础和经验，都建议从头开始阅读，这样可以一步步提升认知，更快地掌握商业分析的方法。

本书从应用工程师的角度出发，着重探讨Ansys Mechanical隐式求解中的热点问题，重点介绍Workbench Mechanical仿真工具。考虑到Mechanical和MAPDL密不可分的特点，穿插介绍必要的MAPDL知识。前言部分探讨Mechanical的学习方法，第1章对Workbench Mechanical和Mechanical APDL两者的联系和区别进行了概括性讨论。第2～4章对Mechanical在仿真流程从前处理到后处理的热点问题进行了梳理。第5章讨论了Mechanical不同求解类型下的技术问题。第6章主要讲述Mechanical接触技术中的常见问题。第7～8章分别从APDL和Python两方面对Mechanical的功能进行扩展。第9章对Mechanical高级分析技术如螺栓建模技术、屈曲分析、子模型、摩擦生热、表面磨损、密封圈分析、粘胶界面开裂分析以及准静态求解等进行了讲解和演示。本书未涵盖显式动力学、声学、转子动力学以及刚体动力学。 本书可作为CAE工程技术人员的参考

本书以数据要素化治理的理论方法与工程实践为主线，内容按照概念篇、原理篇和工程篇依次展开。概念篇在对数据、数据要素相关概念及其演进过程进行系统梳理的基础上，首次对“数据要素”“数据要素化”进行了明确定义，并基于传统生产要素市场化配置规律，提出数据要素化治理的基本思路。在原理篇，定义了数据元件作为连接数据供需两端的“中间态”和数据要素交易流通的标的物，进而构建基于数据元件的数据要素流通模型、数据要素化安全模型以及数据要素化治理系统模型。在工程篇，详细阐述了制度体系、技术体系和市场体系“三位一体”的解决方案，并进行实践案例剖析，验证数据要素化治理模型及三大体系的可行性、有效性及可复制性。

本书定位为NVIDIA BlueField DPU和NVIDA DOCA的入门学习参考，内容涵盖DPU的简介、技术优势及未来技术发展路径，包括NVIDIA BlueField DPU在结构通用化、功能多样化、应用广泛化和场景丰富化方面的前景展望，NVIDA DOCA软件框架开发环境配置，以及基于NVIDIA BlueField DPU利用NVIDA DOCA软件框架的应用程序开发实践案例。读者可以通过本书对DPU硬件架构与软件开发有一个整体了解，学习如何启用NVIDIA BlueField DPU以及搭建NVIDIA DOCA软件开发环境，并通过深入了解NVIDIA DOCA应用程序开发用例来掌握如何实现软件定义、硬件加速数据中心基础设施的应用程序或服务，并据此开启自己的开发之旅。

阅读本书可以学习使用Python对数据集进行操作、处理、清洗和规整。第3版针对Python3.10和pandas1.4进行了更新，并通过实操讲解和实际案例向读者展示了如何高效地解决一系列数据分析问题。读者将在阅读过程中学习新版本的pandas、NumPy、IPython和Jupyter。 本书作者Wes McKinney是Python pandas项目的创始人。本书对Python数据科学工具的介绍既贴近实战又内容新颗，非常适合刚开始学习Python的数据分析师或刚开始学习数据科学和科学计算的Python程序员阅读。读者可以从GitHub获取数据文件和相关资料。 学完本书，你将能够： ·使用Jupyter notebook和IPython shell进行探索性计算。 ·掌握NumPy的基础功能和高级功能。 ·掌握pandas库中的数据分析工具。 ·使用灵活的工具对数据进行加载、清洗、转换、合并和重塑。 ·使用matplotlib进行信息可视化。 ·使用pandas的groupBy功能对数据集进行切片、切

《零基础学Oracle》是针对零基础编程学习者研发的Oracle入门教程。从初学者角度出发，通过通俗易懂的语言、流行有趣的实例，详细地介绍了使用Oracle 11g进行数据管理的各方面技术。全书共分16章，包括Oracle 11g概述、Oracle管理工具、SQL*Plus命令、数据表操作、SQL查询基础、SQL查询进阶、子查询及常用系统函数、PL/SQL语言编程、游标以及企业人事管理系统等。书中所有知识都结合具体实例进行讲解，涉及的程序代码给出了详细的注释，可以使读者轻松领会Oracle 11g数据库管理的精髓，快速提高数据库管理技能。本书通过大量实例及一个完整项目案例，帮助读者更好地巩固所学知识，提升能力；随书附赠的《小白实战手册》中给出了3个实用数据库、数据表的创建、操作和系统维护流程，力求让学习者能学以致用，真正获得数据库管理经验；附赠的光盘中给出了视频讲解

《Oracle RAC核心技术详解》由Oracle RAC资深专家结合其多年的研究和工作经验撰写而成，不仅系统介绍了RAC的基本原理，同时包含一些测试和实际案例，以帮助读者更好地理解RAC的工作原理，以及如何在实际工作中运用这些知识来解决问题。 本书分为两部分，共13章。部分（章~第9章）对集群管理软件进行了详细介绍，涵盖关于10g CRS 和11g GI 的核心技术的详细介绍，包含集群的核心组件CSS、CRS以及11gR2新增的OHAS组件和守护进程，同时还包含诊断集群问题常用的诊断工具介绍。此外，由于从11gR2版本开始ASM已经变成了集群管理软件的一个组件，作者在这部分还介绍了和集群、数据库相关的ASM知识。第二部分（0章~3章）讲解RAC 数据库的核心技术—内存融合（Cache Fusion），详细介绍了内存融合技术的核心组件以及工作原理，并且还对RAC相关的性能调优知识进行了介绍，同

这本书先介绍了如何使用Ppandas在Python中进行数据操作，教您熟悉统计分析和绘图技术。还将通过多个实践测试，让您学会使用Dask分析分布在多台计算机上的数据。接着还将为您介绍如何在内存无法容纳全部数据时，为绘图聚合数据。本书还将带领您探索Hadoop(HDFS和YARN)，它可帮助您处理更大的数据集。此外，这本书还介绍了Spark相关知识，并解释了它如何与其他工具进行交互。 Python大数据分析是为Python开发人员、数据分析师和数据科学家设计的，他们需要亲自动手控制数据并将其转化为有影响力的见解。书中关于统计度量和关系数据库的基本知识将帮助您理解在本书中的各种概念。

对于企业而言，大数据的重要性不言而喻，如何构建、实施和应用大数据系统是很复杂的。 本书将为大家全面而深入地介绍Hadoop、Spark和NoSQL平台的构建，深入浅出地讲解Hadoop、Spark和NoSQL的基础知识、架构方案与实战技巧等。通过阅读本书，读者可以对大数据平台架构有一个明确、清晰的认识，掌握Hadoop、Spark、NoSQL平台的使用技巧，从而搭建一个安全可靠的大数据集群平台，来满足企业的实际需求。 本书共15章，可分为五大部分。第一部分（第1章）为大数据平台架构概述，讲述大数据平台的基本概念与实际应用；第二部分（第2章?第6章）主要讲解Hadoop的基本使用方法，以及Hadoop生态圈的其他组件；第三部分（第7章）主要介绍NoSQL；第四部分（第8章?第10章）主要介绍Spark生态圈与Spark实战案例；第五部分（第11章?第15章）讲解如何构建大数据平台，阐述大数据平台的

本书从零基础读者的角度出发，通过通俗易懂的语言、丰富多彩的实例，循序渐进地让读者在实践中学习Oracle编程知识，并提升自己的实际开发能力。 全书共分为5篇18章，内容包括Oracle 19c概述、Oracle管理工具、SQL*Plus命令、数据表操作、SQL查询基础、SQL查询进阶、子查询、常用系统函数、PL/SQL语言编程、游标、过程与函数、触发器、索引和视图、完整性约束、管理表空间和数据文件、事务、数据导入与导出和企业人事管理系统等。书中知识点讲解细致，侧重介绍每个知识点的使用场景，涉及的代码给出了详细的注释，可以使读者轻松领会Oracle的精髓，快速提高开发与运维技能。同时，本书配套了大量教学视频，扫码即可观看，还提供所有程序源文件，方便读者实践。 本书适合Oracle初学者、数据库技术入门者自学使用，也可用作高等院校相关专业的教

在大数据时代，我们并不缺少数据，缺少的是利用数据分析的思维和工具去解决实际问题的能力。数据化分析是运用恰当的方法和工具，对数据进行科学、有效的分析，从而提出有理有据、具有可操作性的建议，以解决现实中的难题。本书主要介绍了数据分析的9 种思维、7 种工具、学习方法、基本方法、展现方法、制作数据分析报告的方法，以及数据分析的思维模型。本书适合所有对数据分析感兴趣的读者阅读，特别是在工作或生活中需要经常跟数据接触的人，如数据分析师、产品经理、运营人员、管理人员、财务人员等。

本书力图以简洁明了的例子讲解笔试、面试中常见的数据结构与算法，包括线性存储结构——数组、链式存储结构、栈、队列、树、图、Hash、贪心算法、排序及查找算法。 本书适用于数据结构和算法知识的初学者，希望学习如何解算法题或正在刷题的计算机行业从业者，可作为相关专业学生的参考书。

本书是云原生社区多位服务网格技术专家的鼎力之作。全书共10章，内容涉及Service Mesh概述、核心功能、架构解析、安装与部署、流量控制、可观察性、安全、进阶实战、故障排查、Service Mesh生态，分别从概念、实践和生态扩展3个层面为读者系统介绍了Istio的相关知识，着重介绍了Istio在1.5版本以后的重大变化，从底层深入剖析了Istio的各项核心功能。本书能为云计算领域的从业者，尤其是微服务领域的开发者在落地Istio时提供理论指导和实际借鉴。

本书以数据思维为主题，以数据分析全流程为主线，融合了编程语言、统计学基础及案例分析等内容，全书分为4篇，囊括了数据思维的概念和培养方法、数据来源及体系建设、数据分析三大思维方式及用户流失、用户转化实战等共11章的内容。本书囊括了数据分析中常用的分析方法，包括经典的海盗（AARRR）模型、麦肯锡的MECE模型、逻辑树、漏斗分析、路径分析、对比分析、A／B试验、RFM模型、K－Means算法、5W2H等分析方法，还包括各类方法的实践案例及Python实操项目。可以说本书是数据分析方法论与统计学知识、编程语言及应用案例的完美结合。

用Oracle有效地创建和管理大型数据库！ 数据库专家Kevin Owens是美国财政部计算机中心的Oracle数据库管理员，他将与您共同探讨PL/SQL——Oracle的结构化查询语言（SQL），并教您如何通过构建健壮、大型的数据库来解决您的业务问题。 本书语言通俗易懂，并引入大量代码示例。书中详细介绍了许多技术来利用Oracle的特性，如触发器和存储过程等。这些特性支持数据库结合业务规则，并可以根据业务的发展变化对规则进行管理和修改。本书讨论的主题包括： · 查看数据字典中的约束 · 实施复杂的规则 · PL/SQL程序单元和语言特性 · 数据类型和复合结构 · 错误处理和异常 · 进程间的通信 · 声明性约束，包括主键约束、惟一性约束、外键约束和检查约束等 本书对于希望构建和维护智能化大型数据库的开发人员、设计人员和项目负责人来说，都是