了解数据结构与算法是透彻理解计算机科学的前提。随着Python日益广泛的应用，Python程序员需要实现与传统的面向对象编程语言相似的数据结构与算法。本书是用Python描述数据结构与算法的开山之作，汇聚了作者多年的实战经验，向读者透彻讲解在Python环境下，如何通过一系列存储机制有效地实现各类算法。通过本书，读者将深刻理解Python数据结构、递归、搜索、排序、树与图的应用，等等。这一版重写了书中的示例代码，并对诸多内容做了修正。
《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
本书示范应用的SPSS软件和R软件，是当前量化研究中的主流。 本书将研究方法、统计分析和软件操作三方面的主要知识进行了的融合，对20多种统计分析技术的讲解都配有图示清晰、步骤详细的范例，十分便于读者学习领会、照猫画虎。 本书的内容组织方式相对于将统计学和软件应用分别成书的做法，更能帮助读者在整体上对量化研究融会贯通。在难度的把握上，立足于为量化研究的初学者服务，材料选择、内容设计都比较基础，因此，完全可以作为社会学、心理学、管理学、教育学等学科的本科生和研究生的量化研究方法课程的教材。
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
本书注重实践，地理空间专家、数据科学家、地理学家、地质学家，以及其他致力于数据分析和可视化的专业人员都能从中学到空间数据分析的基本知识。 本书作者展示了为什么发现并量化数据模式对空间数据分析非常重要。本书面向对Python结合地理空间分析有兴趣的专业人员和业余爱好者。
本书是热销书《SQL基础教程》的作者MICK为志在向中级进阶的数据库工程师编写的一本SQL技能提升指南。全书可分为两大部分。第一部分介绍了SQL语言不同寻常的使用技巧，带领读者重新认识CASE表达式、窗口函数、自连接、EXISTS谓词、HAVING子句、外连接、行间比较、集合运算、数列处理等SQL常用技术，发掘它们的新用法。这部分不仅穿插讲解了这些技巧背后的逻辑和相关知识，而且辅以丰富的示例程序，旨在帮助读者从面向过程的思维方式转换为面向集合的思维方式。第二部分介绍了关系数据库的发展史，并从集合论和逻辑学的角度讲述了SQL和关系模型的理论基础，旨在帮助读者加深对SQL语言和关系数据库的理解。此外，本书很多节的末尾设置有练习题，并在书末提供了解答，方便读者检验自己对书中知识点的掌握程度。本书适合具有半年以上SQL使用经验、已掌握S
无论是审计师还是会计师，在工作中都会遇到如何获取数据、分析数据的问题，甚至有时想制作一些自动化的工具或利用编程技巧来辅助完成重复性的工作。本书正是从审计师、会计师的实际工作场景出发，讲解IT审计的学习技巧、SQL基础与实战技巧、Python基础与Python实战技巧，以及数据可视化技巧等。
这是一本需要“动手实践”的图书，通过带领大家从零构建一款分布式向量数据库，让大家透彻理解向量数据库的技术原理和实现细节。 本书共分为三大部分，内容由浅入深、循序渐进。“第一部分 认识向量数据库”（第1～3章）是基础篇，介绍向量数据库的基础知识，涵盖向量及数据库的基本概念、向量数据库的发展历程和核心功能。“第二部分 构建向量数据库”（第4～6章）是核心篇，详细介绍如何从零开始构建并优化向量数据库，巨细靡遗地展示数据库内核的技术实现细节并辅以代码示例、技术架构图等，旨在让大家真正实现动手写向量数据库。“第三部分 向量数据库的实践与展望”（第7～8章）是结束篇，通过实践案例展示向量数据库在AI应用中的使用方法，并尝试勾勒向量数据库的未来。 本书面向数据库开发人员、数据库管理员、数据库架构师等数
本书示范应用的SPSS软件和R软件，是当前量化研究中的主流。 本书将研究方法、统计分析和软件操作三方面的主要知识进行了的融合，对20多种统计分析技术的讲解都配有图示清晰、步骤详细的范例，十分便于读者学习领会、照猫画虎。 本书的内容组织方式相对于将统计学和软件应用分别成书的做法，更能帮助读者在整体上对量化研究融会贯通。在难度的把握上，立足于为量化研究的初学者服务，材料选择、内容设计都比较基础，因此，完全可以作为社会学、心理学、管理学、教育学等学科的本科生和研究生的量化研究方法课程的教材。
本书注重实践，地理空间专家、数据科学家、地理学家、地质学家，以及其他致力于数据分析和可视化的专业人员都能从中学到空间数据分析的基本知识。 本书作者展示了为什么发现并量化数据模式对空间数据分析非常重要。本书面向对Python结合地理空间分析有兴趣的专业人员和业余爱好者。
本书通过大量案例研究介绍数据可视化的基础知识，以及如何利用数据创造出吸引人的、信息量大的、有说服力的故事，进而达到有效沟通的目的。具体内容包括：如何充分理解上下文，如何选择合适的图表，如何消除杂乱，如何聚焦受众的视线，如何像设计师一样思考，以及如何用数据讲故事。 本书适合所有需要用图表展示信息和数据的人士阅读。
本书通过大量案例研究介绍数据可视化的基础知识，以及如何利用数据创造出吸引人的、信息量大的、有说服力的故事，进而达到有效沟通的目的。具体内容包括：如何充分理解上下文，如何选择合适的图表，如何消除杂乱，如何聚焦受众的视线，如何像设计师一样思考，以及如何用数据讲故事。 本书适合所有需要用图表展示信息和数据的人士阅读。
本书通过大量案例研究介绍数据可视化的基础知识，以及如何利用数据创造出吸引人的、信息量大的、有说服力的故事，进而达到有效沟通的目的。具体内容包括：如何充分理解上下文，如何选择合适的图表，如何消除杂乱，如何聚焦受众的视线，如何像设计师一样思考，以及如何用数据讲故事。 本书适合所有需要用图表展示信息和数据的人士阅读。
本书是数据处理方向的书籍，主要研究大数据环境下计算机数据处理技术，本书从大数据基础介绍入手，针对数据科学、大数据的生态环境与基础理论、大数据处理周期与科学研究范式作了简要说明；接着对数据获取技术以及清洗、去噪、约简、集成等基础处理技术进行了阐释；着重探讨了数据挖掘中的模式甄别与网络分析及大数据平台的构建与使用；还对数据处理安全与大数据技术发展趋势进行了分析，最后对计算机数据处理机器学习的应用提出了一些建议；对计算机数据处理技术的应用创新有一定的借鉴意义。
大数据与人工智能(AI)是两个密切相关且相互促进的领域,它们在不同领域和行业中都有广泛的应用.基于此,本书从大数据的内涵与影响、大数据平台能力与架构、大数据Hadoop及其应用领域不同方面切入,首先探究大数据处理与技术、大数据技术的实际应用;其次论述人工智能及其未来发展、人工智能技术与系统开发、人工智能在不同领域中的应用;最后对大数据与人工智能的实践应用进行全面分析.本书注重结构的明晰性、内容的新颖性以及知识的实用性,不仅仅是一本技术性书籍,更是一个关于如何应对数字时代挑战的实用指南。
本书聚焦大数据技术与应用展开论述。 首先介绍大数据相关基础概念，涵盖数据资源、数据质量及大数据生命周期。接着阐述大数据技术，包括采集与存储技术、挖掘与可视化技术，为大数据应用提供技术支撑。然后讲述大数据治理，涉及框架架构、战略组织、安全隐私管理及服务等方面。 书中还探讨了大数据应用，分析其模式、价值与策略，并列举多行业应用案例。在健康行业，介绍大数据与健康环境、服务的关联及应用；金融交通领域，涉及金融行业与综合交通大数据应用；此外，还提及文娱、教育、农业农村等其他行业的大数据应用，具有较强的实践指导意义。最后附有参考文献，供读者进一步研究参考。
本书是《大数据之路：大数据实践》的升级版，内容不再仅仅聚焦于，而是延伸到对千行百业的实践与探索。本书从追溯数据中台的起源与发展脉络，到从多视角、绘蓝图、资源化和资产化等多方面设计满足业务需求的数据中台框架，再到全方位探讨数据的交易与流通、智能算法的应用，以及"1NN”决策分析框架的应用，汇聚了我们在大数据实践过程中的经验、教训和方法。 本书理论与实践相结合，包含大量真实的案例，从金融服务的风险控制，到制造业的供应链优化，再到零售业的个性化营销，通过大量鲜活的实例为读者提供极具价值的参考与启示。不论是企业经营者、数据管理者，还是技术实践者、数据爱好者，都能从中受益。
本书通过对数据、算法与模型的概念、特征、相关技术、模型原理及构成、应用领域等一系列问题的深入讲解，呈现数据与算法之间的紧密关系，从数据的视角构建算法为数据服务的核心思想，明确数据资源的地位和价值。
这些年，随着工业互联网、人工智能科技的迅猛发展，企业数字化转型是大势所趋。而企业资源计划（Enterprise Resource Planning，ERP）是信息化时代企业最重要的管理层信息系统，在数字化时代同样也是扮演着非常重要的角色，依然是企业的数据枢纽。ERP为企业的信息化建设提供了一种系统的集成解决方案。本书力求从务实的角度，系统地阐述ERP的原理、设计与实施理论，为企业管理者、IT人员提供理论参考，推动ERP应用的健康发展。本书对ERP相关知识的讨论涵盖了原理、设计与实施的全部过程。前5版图书出版后均引起了很大的社会反响，作者收到大量读者来信，并与读者进行了良好的交互。鉴于工业互联网、人工智能、区块链等技术的高速发展给ERP及企业信息化带来的冲击与变革，本书再次改版。本书适合企业的各层领导、项目经理、系统分析员及高级程序员阅读，
本书示范应用的SPSS软件和R软件，是当前量化研究中的主流。 本书将研究方法、统计分析和软件操作三方面的主要知识进行了的融合，对20多种统计分析技术的讲解都配有图示清晰、步骤详细的范例，十分便于读者学习领会、照猫画虎。 本书的内容组织方式相对于将统计学和软件应用分别成书的做法，更能帮助读者在整体上对量化研究融会贯通。在难度的把握上，立足于为量化研究的初学者服务，材料选择、内容设计都比较基础，因此，完全可以作为社会学、心理学、管理学、教育学等学科的本科生和研究生的量化研究方法课程的教材。
