本书主要内容包括：项目一Python向你招手，介绍计算机程序设计语言概述、Python开发环境搭建及Python的简单使用；项日二个人所得税计算器，学习Python的数据类型、变量、输人与输出等基础知识；项目三猜数字游戏，学习Python的控制语句；项目四智能文本处理助手，学习字符串的基本使用和常用方法等内容；项目五图书信息管理系统，学习Python列表知识；项目六电商用户数据管理系统，学习Python字典知识；项目七文件加解密系统，学习Python文件操作、位运算、函数等知识；项目八

本书是一本关于数据分析与DeepSeek应用的实用指南，旨在帮助读者了解数据分析的基础知识及如何利用DeepSeek进行高效的数据处理和分析。随着大数据时代的到来，数据分析已经成为现代企业和行业发展的关键驱动力，本书正是为了满足这一市场需求而诞生。 本书共分为8章，涵盖了从数据分析基础知识、常见统计学方法，到使用DeepSeek进行数据准备、清洗、特征提取、可视化、回归分析与预测建模、分类与聚类分析及深度学习和大数据分析等全面的内容。各章节详细介绍了如何运用DeepSeek在数据分析过程中解决

本书着眼于控制网络技术在自动化工程方面的实际应用，并兼顾通信产品开发的初步知识，内容涉及主流现场总线原理、具体的工业控制网络应用实例、控制网络的规划设计等。全书共分6 章，包括数字通信与网络技术基础、Modbus 网络及其应用、Profibus-DP 总线及其应用、CIP 网络、工业以太网与OPC 技术、HMI/SCADA 软件。为方便教学，本书配套了电子课件。
本书可作为普通高等院校、高等职业院校自动化、机电一体化等相关专业的教材，并可供相关工程技术人员使用。

本书是基于SparkML和Scala语言编写的机器学习实战书籍。基于目前新版本的Spark框架展开, 首先是机器学习准备部分, 分别介绍了Spark与大数据技术的基础知识、Spark环境的安装与配置、Scala编程基础、Spark数据结构基础。然后是机器学习核心部分, 分别介绍了机器学习基础、线性回归、分类算法及应用、数据降维与应用、聚类算法及应用、关联规则挖掘算法及应用。最后通过两个综合实战项目案例进行巩固提升。本书配套了较为丰富的实战案例, 并为案例提供了详细的步骤, 另外, 本书配套了源代

本书系统地介绍大数据的相关知识，分为大数据基础篇、大数据存储与管理篇、大数据处理与分析篇、大数据应用篇。全书共13章，内容包含大数据概述、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、MapReduce、Hadoop再探讨、数据仓库Hive、Spark、流计算、Flink、大数据分析综合案例、大数据应用。本书在大数据处理框架Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、MapReduce、数据仓库Hive、S

本书从学生的认知规律出发，“由简单到复杂、由单一到综合”循序渐进地编排项目，第一部分为智能控制系统方案设计；第二部分为单机智能控制系统开发，共设有SEEElectrical软件应用、MCGS应用、变频器应用、步进电动机及伺服电动机应用等6个学习型项目；第三部分为联网智能控制系统设计，共设有智能饲喂控制系统安装与调试等6个综合型项目。以“目标+知识+实施+评价”形式编排每个项目内容，落实课程思政、学习单元职业化、操作过程实战性和成果导向的教学理念。

本书是校企合作的成果，以大数据平台运维岗位的实际工作为核心，采用任务驱动方式，全面介绍了 Hadoop 集群的安装、监控和优化等关键技能。内容涵盖了从集群搭建到节点维护、分布式文件存储操作、计算资源管理，再到集群调优和应用组件调优，以及应用组件的安装与检验等多个方面。本书遵循“实践为主、理论为辅、注重实用性”的教育理念，在实际操作中融入理论知识点，帮助读者更好地学习和掌握大数据分析与处理的关键技能。本书适合具备一定计算机基础的读者阅读，可作为中等职业学校、高职高专计算机相关专业的教学用书，也可作

本书以Python为基础，深入讲解HDFS分布式文件系统和PySpark3编程。全书共9章，内容包括Docker环境下Hadoop与Spark的配置、HDFS操作技巧、RDD编程方法、Spark SQL应用、Spark架构及运行机制、Pandas on Spark使用及Spark ML编程实践。本书通过实际操作案例，帮助读者掌握Hadoop和PySpark的环境搭建与应用编程，附带丰富的教学资源，包括教案、教学课件、练习题、源代码、数据集及核心知识点视频讲解及实验指导，为读者提供强大支持。

本书主要介绍数据科学中数据准备阶段常用的数据处理方法。全书内容分为五个部分：数据准备概览、数据清理、数据变换、数据归约和案例分析。本书注重方法的原理及其应用，在方法原理引介部分强调重要的统计学思想，在方法应用部分强化数据思维和数据处理规范。

本书全面介绍Python编程基础及其相关知识的应用，讲解如何利用Python解决部分实际问题。全书共10个单元，单元1介绍学习Python的准备工作，包括认识Python、搭建Python环境、安装PyCharm等。单元2～单元8主要介绍Python基础知识、Python数据结构、程序流程控制语句、函数、面向对象编程、文件基础和Python常用的模块/库。单元9介绍综合案例：学生测试程序设计。单元10介绍综合案例：汽车销售数据分析。除单元9、单元10外，本书其余各单元都包含单元实训和单元测试，通