本书是结合大学计算机通识教育课程的教学要求，顺应计算机各领域技术的发展，服务于大学计算机通识基础课程的教材。本书的教学目标是培养学生的计算机素养，使其掌握基本的计算机知识，熟练地使用常用操作系统，认识和掌握数据处理的主要工具，具备对数据进行处理和分析的能力。教材的知识由浅入深、层层递进，既有讲述计算机基础知识和操作技能的章节，又组织了数据处理这条主线，形成从电子表格到数据库应用，再到大数据基础的数据处理脉络。教材提供丰富的操作实例，让学生从理论到实践都有更深刻的学习体验。 本书分为5章，各章内容如下：第1章计算机与信息技术基础，包括计算机系统的构成、计算机中数据的表示和存储、计算机网络和信息安全等；第2章计算机操作系统，包括Windows 10操作系统和Linux操作系统；第3章WPS电子表格，介绍如何对数据进行高效的计算、统计和分析处理；第4章数据库应用基础，讲述数据库系统基本概念，介绍PostgreSQL数据库的建立和查询，增强学生对数据处理的进一步认识和理解；第5章大数据基础，介绍大数据的概念和关键技术，列举和分析与大数据相关的应用案例。 本书适合作为高等院校各专业本科生计算机基础课程的教材，也可以作为其他对计算机基础，尤其是数据处理感兴趣的读者的参考书。

缪春池，副教授，于1993年7月进入西南财经大学经济信息工程学院，主要担任《大学计算机基础》、《C语言程序设计》，《Visual Basic程序设计》和《操作系统》等课程的教学工作，编写了一系列教材以及教学参考书。

第1章 计算机与信息技术基础 1
1.1 计算机概述 1
1.1.1 计算机的产生和发展 1
1.1.2 计算机的分类与特点 3
1.1.3 计算机的应用领域 4
1.1.4 人工智能 5
1.2 计算机系统的构成 6
1.2.1 计算机硬件系统 6
1.2.2 计算机软件系统 8
1.2.3 微型计算机系统 10
1.3 计算机中数据的表示和存储 14
1.3.1 进位计数制 14
1.3.2 计算机的数值表示方法 17
1.3.3 计算机的字符表示方法 17
1.3.4 计算机中数据的存储单位 18
1.4 计算机网络及应用 19
1.4.1 计算机网络概述 19
1.4.2 有线局域网 23
1.4.3 无线通信网 25
1.4.4 网络互联 26
1.4.5 互联网及其应用 28
1.5 信息安全及社会伦理 33
1.5.1 信息安全 33
1.5.2 计算机病毒与防范 34
1.5.3 隐私与产权保护 35
1.5.4 法律约束与社会责任 36
思考题 37
第2章 计算机操作系统 38
2.1 操作系统概述 38
2.1.1 操作系统的定义 38
2.1.2 操作系统的分类 38
2.1.3 操作系统的功能 39
2.1.4 常用操作系统 39
2.2 Windows 10操作系统 40
2.2.1 Windows 10概述 40
2.2.2 Windows 10基本概念和基本操作 42
2.2.3 Windows 10文件和文件夹的管理 53
2.2.4 Windows 10应用程序的管理 61
2.2.5 Windows 10磁盘管理 63
2.2.6 Windows 10附件 65
2.2.7 Windows 10常用快捷键 67
2.3 Linux操作系统 68
2.3.1 Linux基本情况 68
2.3.2 Linux发行版本 69
2.3.3 安装Linux 70
2.3.4 Linux文件系统 74
2.3.5 Linux基本命令 75
2.3.6 Linux文本编辑器vi 80
思考题 82
第3章 WPS电子表格 84
3.1 WPS Office与WPS电子表格概述 84
3.1.1 WPS Office概述 84
3.1.2 WPS表格概述 87
3.1.3 WPS表格的界面组成 87
3.1.4 WPS表格的基本操作 88
3.2 数据的输入与表格的编辑 93
3.2.1 数据与数据类型 93
3.2.2 数据的输入 94
3.2.3 数据的填充 98
3.2.4 数据有效性 102
3.2.5 格式处理 104
3.2.6 常见的实用操作 109
3.3 公式的使用 112
3.3.1 常量 112
3.3.2 运算符 112
3.3.3 单元格引用和名称 113
3.3.4 有关公式的操作 116
3.4 函数的使用 117
3.4.1 函数概述 117
3.4.2 数学和三角函数 120
3.4.3 统计函数 121
3.4.4 文本函数 128
3.4.5 逻辑函数 130
3.4.6 日期时间函数 132
3.4.7 查找与引用函数 134
3.4.8 信息函数中的IS类函数 143
3.4.9 财务函数 144
3.5 公式与函数应用案例 146
3.5.1 IF函数的使用 146
3.5.2 条件统计 146
3.5.3 在条件格式中使用公式 147
3.6 数据分析 149
3.6.1 排序 149
3.6.2 筛选 150
3.6.3 重复项 153
3.6.4 分类汇总 154
3.6.5 数据透视表 156
3.6.6 单变量求解 160
3.7 图表生成 162
3.7.1 柱形图 162
3.7.2 饼图 167
3.7.3 散点图 168
3.7.4 组合图表 170
3.7.5 迷你图 171
3.8 WPS表格常用快捷键 172
思考题 173
第4章 数据库应用基础 175
4.1 为什么要学习和使用数据库 175
4.2 数据库系统概述 176
4.2.1 数据库系统基本概念 177
4.2.2 数据模型 181
4.2.3 关系模型 185
4.2.4 关系数据库标准语言SQL 191
4.3 建立PostgreSQL数据库 193
4.3.1 PostgreSQL数据库简介与安装 193
4.3.2 创建PostgreSQL数据库 197
4.3.3 PostgreSQL数据库数据的导入与导出 204
4.4 查询PostgreSQL数据库 206
4.4.1 SQL查询语句基本格式 206
4.4.2 单表数据查询 207
4.4.3 多表连接查询 214
4.4.4 嵌套查询 215
思考题 217
第5章 大数据基础 218
5.1 大数据的概念 218
5.1.1 大数据的定义 218
5.1.2 大数据的特征 218
5.1.3 大数据的发展 220
5.1.4 大数据应用场景 221
5.2 大数据关键技术 222
5.2.1 大数据的采集 222
5.2.2 大数据的预处理 223
5.2.3 大数据计算 225
5.2.4 大数据挖掘 226
5.2.5 大数据安全 227
5.2.6 大数据可视化 228
5.3 大数据应用案例 229
5.3.1 金融大数据应用案例 229
5.3.2 互联网大数据应用案例 230
5.3.3 其他领域大数据应用案例 232
5.4 Hadoop大数据分析 233
5.4.1 Hadoop框架体系 233
5.4.2 HDFS 233
5.4.3 MapReduce 234
5.4.4 YARN 234
5.4.5 Hadoop相关技术及生态系统 235
5.5 Hadoop大数据分析实践 236
5.5.1 应用Hive进行大数据分析 236
5.5.2 应用HDFS和Python Spark进行大数据分析 240
思考题 246
参考文献 247