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。

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。

本书从电商数据分析的实际应用出发，系统地介绍了电商数据分析的思维、工具、方法与技巧。本书共8章。第1章主要介绍电商行业的现状、数据化运营的特点及重要性；第2章主要讲解数据分析的思维、方法、流程和误区；第3章主要讲解电商数据的收集、转化与展示；第4章主要讲解电商运营的核心数据指标；第5章主要讲解生意参谋的市场应用；第6章主要讲解通过市场数据分析挖掘蓝海市场；第7章主要讲解如何用数据解析平台流量；第8章主要讲解店铺诊断的方法。本书除了讲解各种常用的数据分析方法以外，还穿插了大量实操案例的讲解，以帮助读者举一反三，解决实战难题，提高运营能力。本书作为全国工商联人才交流服务中心职业技能培训系列教材，内容全面、实战性强，适合从事电商数据分析与运营的读者阅读，也适合作为培训机构和高等院校的电子商务

《计算机技术与大数据应用》由李振,周冠亚,张睿著

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。

本书重点介绍大数据分析的主要算法及主流计算框架，强调理实一体化的教学模式和方法。在讲解各种计算分析方法的同时，本书对核心技术配以相应的实训项目或案例，真正训练学生解决大数据问题的实践能力。本书内容包括：大数据计算分析技术概述、大数据计算分析常用算法及场景、大数据离线计算分析技术、大数据流式计算分析技术、机器学习在大数据计算分析中的应用。最后本书还以进出口管理风险评估大数据平台设计与实现为例，设置了综合前述知识的实战项目。 本书可作为高等学校大数据、云计算、人工智能等相关专业教材，同时也适合希望深入了解大数据计算分析技术的开发人员学习使用。

本书提供了全面、实用的建议，以保证在复杂的生产环境中，能可靠且高效地运行Oracle数据库。七位主要的Oracle专家对Oracle12c、11g和其他很近版本的Oracle数据库汇集了一系列经过验证的解决方案、实践的例子以及循序渐进的技巧。每一个解决方案都是精心设计的，以帮助有经验的OracleDBA和DMA尽可能快地理解和修复严重的问题。本书不仅涵盖了LOB段、undo表空间、高GC缓冲区等待事件、糟糕的查询响应时间、闩锁争用、索引、XA分布式事务、RMAN备份/恢复等内容，还深入地讲解了DDL优化、VLDB调优、数据库取证、自适应游标共享、数据泵、数据迁移、SSD、索引等内容，并介绍了如何解决OracleRAC问题。

本书提供了全面、实用的建议，以保证在复杂的生产环境中，能可靠且高效地运行Oracle 数据库。七位主要的Oracle 专家对Oracle 12c、11g 和其他很近版本的Oracle 数据库汇集了一系列经过验证的解决方案、实践的例子以及循序渐进的技巧。每一个解决方案都是精心设计的，以帮助有经验的Oracle DBA和DMA 尽可能快地理解和修复严重的问题。本书不仅涵盖了LOB 段、undo 表空间、高GC 缓冲区等待事件、糟糕的查询响应时间、闩锁争用、索引、XA 分布式事务、RMAN 备份/ 恢复等内容，还深入地讲解了DDL 优化、VLDB 调优、数据库取证、自适应游标共享、数据泵、数据迁移、SSD、索引等内容，并介绍了如何解决Oracle RAC 问题。

、最完整的OracleDBA资源运用《OracleDatabase12cDBA官方手册(第8版)》披露的实践和专家级技术来维护性能卓越的Oracle数据库。本书在上一版的基础上做了全面更新，涵盖新功能和实用工具，如多租户体系结构、OracleDatabaseIn-Memory选项和更强大的云功能；并列举每种主要配置的示例。你将学习如何成功地管理高度可用、可靠、安全和可扩展的Oracle企业级数据库环境。主要内容升级到OracleDatabase12c规划和管理表空间借助高效的物理数据库布局和存储管理方法比较大限度地提高数据库性能监视数据库对象使用的磁盘空间用撤消表空间管理事务实施专家级性能调整技术使用新增的OracleDatabaseIn-Memory选项提高查询速度利用身份验证、授权和审核等方式管理数据库安全充分利用多租户数据库体系结构利用OracleRAC和OracleActiveDataGuard实现高可用性和高度扩展能力使用OracleRecoveryManager执行备

本书提供了全面、实用的建议，以保证在复杂的生产环境中，能可靠且高效地运行Oracle 数据库。七位主要的Oracle 专家对Oracle 12c、11g 和其他很近版本的Oracle 数据库汇集了一系列经过验证的解决方案、实践的例子以及循序渐进的技巧。每一个解决方案都是精心设计的，以帮助有经验的Oracle DBA和DMA 尽可能快地理解和修复严重的问题。本书不仅涵盖了LOB 段、undo 表空间、高GC 缓冲区等待事件、糟糕的查询响应时间、闩锁争用、索引、XA 分布式事务、RMAN 备份/ 恢复等内容，还深入地讲解了DDL 优化、VLDB 调优、数据库取证、自适应游标共享、数据泵、数据迁移、SSD、索引等内容，并介绍了如何解决Oracle RAC 问题。

在数字经济浪潮席卷全球的当下，数据作为新型资产的价值被科技巨头长期垄断。在《数据资本论》中，全球大数据专家阿莱克斯·彭特兰联合金融与技术专家，借助区块链、数据合作社等去中心化技术重新定义数据在经济社会中的角色，提出数据不仅是资源，更是创造新经济的核心资本。在《数据资本论》一书中，彭特兰等人构建了有效且公平的数据经济新框架，从医疗、金融等多领域探索数据资本化实践路径，揭示数据如何通过可信技术与人工智能重构经济秩序，致力于打造“智慧经济”的系统设计。作为《智慧社会》的落地版，《数据资本论》融合了MIT前沿研究与中国数据治理顶层设计，既解答数据产权、流通交易等制度难题，又为政策制定者、企业管理者等提供从数据资源到资本转化的实操指南，是理解数字经济时代生产要素重构与新质生产力赋能的之作

在数字经济浪潮席卷全球的当下，数据作为新型资产的价值被科技巨头长期垄断。在《数据资本论》中，全球大数据专家阿莱克斯·彭特兰联合金融与技术专家，借助区块链、数据合作社等去中心化技术重新定义数据在经济社会中的角色，提出数据不仅是资源，更是创造新经济的核心资本。在《数据资本论》一书中，彭特兰等人构建了有效且公平的数据经济新框架，从医疗、金融等多领域探索数据资本化实践路径，揭示数据如何通过可信技术与人工智能重构经济秩序，致力于打造“智慧经济”的系统设计。作为《智慧社会》的落地版，《数据资本论》融合了MIT前沿研究与中国数据治理顶层设计，既解答数据产权、流通交易等制度难题，又为政策制定者、企业管理者等提供从数据资源到资本转化的实操指南，是理解数字经济时代生产要素重构与新质生产力赋能的之作

在数字经济浪潮席卷全球的当下，数据作为新型资产的价值被科技巨头长期垄断。在《数据资本论》中，全球大数据专家阿莱克斯·彭特兰联合金融与技术专家，借助区块链、数据合作社等去中心化技术重新定义数据在经济社会中的角色，提出数据不仅是资源，更是创造新经济的核心资本。在《数据资本论》一书中，彭特兰等人构建了有效且公平的数据经济新框架，从医疗、金融等多领域探索数据资本化实践路径，揭示数据如何通过可信技术与人工智能重构经济秩序，致力于打造“智慧经济”的系统设计。作为《智慧社会》的落地版，《数据资本论》融合了MIT前沿研究与中国数据治理顶层设计，既解答数据产权、流通交易等制度难题，又为政策制定者、企业管理者等提供从数据资源到资本转化的实操指南，是理解数字经济时代生产要素重构与新质生产力赋能的之作

在数字经济浪潮席卷全球的当下，数据作为新型资产的价值被科技巨头长期垄断。在《数据资本论》中，全球大数据专家阿莱克斯·彭特兰联合金融与技术专家，借助区块链、数据合作社等去中心化技术重新定义数据在经济社会中的角色，提出数据不仅是资源，更是创造新经济的核心资本。在《数据资本论》一书中，彭特兰等人构建了有效且公平的数据经济新框架，从医疗、金融等多领域探索数据资本化实践路径，揭示数据如何通过可信技术与人工智能重构经济秩序，致力于打造“智慧经济”的系统设计。作为《智慧社会》的落地版，《数据资本论》融合了MIT前沿研究与中国数据治理顶层设计，既解答数据产权、流通交易等制度难题，又为政策制定者、企业管理者等提供从数据资源到资本转化的实操指南，是理解数字经济时代生产要素重构与新质生产力赋能的之作