本书结合具体实例由浅入深、从易到难地讲解Python财务应用的精髓。本书按知识结构分为两篇（共11章），篇为基础入门篇，讲解Python基础知识、NumPy数组、财务数据采集、财务数据处理与可视化、财务报表分析；第二篇为案例实战篇，讲解企业利润管理、企业成本管理、企业流动资产管理、企业固定资产管理、企业筹资决策分析、企业投资决策分析。 随书附赠的电子资料包括书中案例素材和源代码、所有实例操作过程以及基础知识的视频教程。 本书适合作为财务数据分析相关人员的学习参考书，也适合作为各学校和培训机构相关专业教师和学生的教学和自学辅导书。

本书从 Excel 处理大型数据的缺点开始讲起，逐步讲解了 Excel 和 Power BI 中的 Power Query 组件，并重点介绍了Power Query 的底层 M 语言的应用知识。本书分为 10 章，主要讲解了 Power Query 的入门知识和数据集成、Power Query 的 M 语法规则系列知识，针对 Power Query 如何实现数据清洗和重构系列知识做了详细的讲解，还重点介绍了目前 Power Query 的各类内置函数的功能， 介绍了如何利用自定义函数实现复杂的数据处理和重构过程。 本书内容通俗易懂，案例丰富，实用性强，特别适合入门级数据分析人员学习，也适合进阶阅读，相信通过阅读本书，读者对数据分析过程中的清洗和重构会有一个新的认识。

本书从 Excel 处理大型数据的缺点开始讲起，逐步讲解了 Excel 和 Power BI 中的 Power Query 组件，并重点介绍了Power Query 的底层 M 语言的应用知识。本书分为 10 章，主要讲解了 Power Query 的入门知识和数据集成、Power Query 的 M 语法规则系列知识，针对 Power Query 如何实现数据清洗和重构系列知识做了详细的讲解，还重点介绍了目前 Power Query 的各类内置函数的功能， 介绍了如何利用自定义函数实现复杂的数据处理和重构过程。 本书内容通俗易懂，案例丰富，实用性强，特别适合入门级数据分析人员学习，也适合进阶阅读，相信通过阅读本书，读者对数据分析过程中的清洗和重构会有一个新的认识。

《Python 网络爬虫与数据可视化应用实战》是一本介绍大数据时代用 Python 进行数据获取、数据清洗 和数据可视化分析的技术图书。全书共分两篇，其中第 1 篇主要介绍了数据获取的相关知识，具体内容包 括 HTML、JSON 与网络爬虫基础，爬取静态网页，使用 CSS 选择器爬取数据，遍历 HTML 网页并获取 数据，使用 XPath 表达式与 Ixml 包创建爬虫程序，使用 Selenium 爬取动态网页，Scrapy 爬虫框架的使用， 数据存储等 ；第 2 篇主要介绍数据分析及可视化相关知识，具体内容包括数据可视化基础知识，Pandsa 数 据处理，使用 Pandas、Matplotlib、Seaborn、Bokeh 等工具进行数据分析和可视化等。每篇均设置章 节进行了综合案例演练，提高综合水平。 《Python 网络爬虫与数据可视化应用实战》一书内容丰富，涵盖面广，适合作为大中专院校相关 专业的教材，也适合作为大数据分析相关专

本书介绍了为什么发现并量化数据模式对空间数据分析重要。你将学会：在数据问题中应用空间关系。使用栅格和矢量图。使用开源工具和公共数据集为地图增加信息量。使用 Python 脚本自动化处理地理数据。理解空间数据科学的图形化表现形式，激发好奇心。

本书使用Python 和C++两种编程语言来介绍数据结构。全书内容共15 章。书中首先介绍了抽象与分析、数据的抽象等数据结构的基本原理和知识，然后结合Python 的特点介绍了容器类、链式结构和迭代器、堆栈和队列、递归、树；随后，简单介绍了C++语言的知识，并进一步讲解了C++类、C++的动态内存、C++的链式结构、C++模板、堆、平衡树和散列表、图等内容； 对算法技术进行了总结。每章 给出了一些练习题和编程练习，帮助读者复习巩固所学的知识。本书适合作为高等院校计算机相关专业数据结构课程的教材和参考书，也适合对数据结构知识感兴趣的读者学习参考。

本书从 Excel 处理大型数据的缺点开始讲起，逐步讲解了 Excel 和 Power BI 中的 Power Query 组件，并重点介绍了Power Query 的底层 M 语言的应用知识。 本书分为 10 章，主要讲解了 Power Query 的入门知识和数据集成、Power Query 的 M 语法规则系列知识，针对 Power Query 如何实现数据清洗和重构系列知识做了详细的讲解，还重点介绍了目前 Power Query 的各类内置函数的功能， 介绍了如何利用自定义函数实现复杂的数据处理和重构过程。 本书内容通俗易懂，案例丰富，实用性强，特别适合入门级数据分析人员学习，也适合进阶阅读，相信通过阅读本书，读者对数据分析过程中的清洗和重构会有一个新的认识。

本书从 Excel 处理大型数据的缺点开始讲起，逐步讲解了 Excel 和 Power BI 中的 Power Query 组件，并重点介绍了Power Query 的底层 M 语言的应用知识。本书分为 10 章，主要讲解了 Power Query 的入门知识和数据集成、Power Query 的 M 语法规则系列知识，针对 Power Query 如何实现数据清洗和重构系列知识做了详细的讲解，还重点介绍了目前 Power Query 的各类内置函数的功能， 介绍了如何利用自定义函数实现复杂的数据处理和重构过程。 本书内容通俗易懂，案例丰富，实用性强，特别适合入门级数据分析人员学习，也适合进阶阅读，相信通过阅读本书，读者对数据分析过程中的清洗和重构会有一个新的认识。