本书共9章，由浅入深地介绍各类数据可视化技术及相关可视化工具的使用方法，力求培养读者对数据可视化的认知以及动手能力。第1章和第2章是基础应用，介绍数据可视化的定义、作用和发展历史，以及如何使用Excel进行数据可视化；第3章～第5章介绍数据可视化工具Tableau的基本使用方法；第6章～第9章详细介绍如何利用代码实现数据可视化，包括前端数据可视化、使用JavaScript实现数据可视化、大屏数据可视化、Python编程语言可视化。全书理论结合实践，既有一定的技术深度，也有行业应用的广度。 本书可

本书介绍了数据工程生命周期，并展示如何组合运用各种云技术来满足下游数据消费者的需求。本书分为三部分：第一部分介绍了数据工程的定义、数据工程的生命周期、合理的架构设计和帮助技术选型的框架；第二部分深入介绍了数据工程生命周期的每个阶段—数据生成、存储、获取、转换和服务；第三部分讨论了数据工程的重要部分——安全和隐私。附录还介绍了与处理数据文件和评估数据系统的性能有关的序列化和压缩，以及云网络。

本书是一本介绍分布式数据库基础内容与应用的大数据专业类图书，力求培养读者对分布式数据库的应用技能。 本书共11章，采用原理＋代码实例+综合案例的编写形式，清晰明了地介绍分布式数据库的原理、基础应用、进阶应用及主流工具的使用方法、应用场景，以理实结合为编写要求，让读者能够轻松学习和掌握分布式数据库的内容。 本书可以作为高等院校计算机、网络技术等相关专业的教材，也可以作为数据库相关工作的从业人员的参考用书，亦可作零基础人员学习分布式数据库技术的入门图书。

当应用于大型分布式数据集时，标准算法和数据结构可能会变慢或完全失效。选择专为大数据设计的算法可以节省时间、提高准确性并降低处理成本。《漫画算法与数据结构（大规模数据集）》将最前沿的研究论文提炼为实用的技术，用于绘制、流式传输并组织磁盘和云中的大规模数据集，十分独特。
大规模数据集的算法与数据结构为大型分布式数据引入了处理和分析技术。《漫画算法与数据结构（大规模数据集）》作为指南，包含了行业故事和有趣的插图，使复杂的概念也易于理解。在学习如何将强大的算法(如Bloom 过滤器、计数

本书根据各个公司的SQL复杂查询面试题进行编写，可以更好辅助读者进行针对性的学习。尤其每个SQL复杂查询面试题都通过步骤的形式进行解读，而非直接摆出一个答案。对比答案而言，解题思路更为重要。希望学习本书之后，读者可以拥有一份自己针对复杂查询的解题思路。
本书共13章，分别对应SQL语句的查询基础、多表联查、元数据的查询与管理、字符串的查询与处理、数字的查询与处理、日期的查询与处理、JSON和XML的查询与处理、结果集的查询与处理、视图与临时表、存储过程与预编译语句、触发器与自定义函数、事务

本书分为4个部分，第1部分为数据库技术概述，第2部分介绍关系型数据库（包括MySQL、Oracle、SQL Server和PostgreSQL）技术应用，第3部分介绍NoSQL数据库（包括Redis、MongoDB、HBase、Hive、Cassandra和Elasticsearch）技术应用，第4部分介绍其他类型数据库（包括SQLite、Neo4j和TDengine）技术应用。本书按照统一的目录结构对每种数据库进行介绍：先介绍数据库的业务应用场景，再介绍安装配置步骤，接着讲解架构设计和业务应用

本书分为两部分。第一部分为第1～7章，介绍了Python的语法、编程基础和对常见错误的处理。第二部分为第8～14章，介绍了Python的各种实践应用，分别是对目录和文件的操作，对Excel、Word和PDF文件的操作，在图像处理、网络爬虫领域的应用，以及Python的图形用户接口编程。本书以实践应用为目的，希望读者能够前后对应，根据例题举一反三。
本书可供Python爱好者和技术人员参考和自学，也非常适于用作高等院校的自动化类、电子信息类、机械类、计算机类等相关专业的教材。

本书是国内首先使用 Python tkinter 设计 GUI 的中文书籍之一。本书主要讲解如何在窗口内使 用 Python 的内部模块 tkinter 设计图形用户接口 (GUI) 程序，让用户可以利用图形接口与计算机沟通。 tkinter 模块是一个跨平台的窗口应用程序，使用它设计的程序可以在 Windows 、macOS 、Linux 系 统上执行。
2019 年《Python GUI 设计 tkinter 菜鸟编程》一经出版便受到广大读者的喜爱。为了使其内容 更丰富，本书在其基础上

《Python数据分析快速上手》通过通俗易懂的语言、丰富多彩的实例，详细介绍了使用Python进行数据分析应该掌握的各方面技术。本书内容包括Python基础，用NumPy进行数据计算，用Pandas进行数据分析，用SciPy进行数据分析，用Scikit-learn进行数据分析、数据预处理、数据可视化，用Matplotlib进行可视化等内容。本书示例丰富，所有涉及的程序代码都给出了详细的注释，读者可以轻松学习，快速提升开发技能。除此之外，本书还附配了教学视频、PPT课件和全书示例源码。

本书通过一个完整的项目开发案例，系统介绍在统信UOS操作系统上进行Flask Web应用开发的过程。本书从项目功能、环境配置开始介绍，详细分析用户功能、管理功能、数据分析与可视化、数据库管理的代码实现，最后还介绍了搭建服务器的流程与模块化编程。为了方便学习，本书提供完整的项目源码。虽然所有代码的开发调试在统信UOS上进行，但在Windows、macOS和Linux系统上均可以运行。

本书可作为高校计算机及相关专业的应用开发教材，也可作为Web开发工程师和相关从业者的自学参考书。本