本书为1+X职业技能等级证书（物联网工程实施与运维）书证融通系列教材，将典型工作任务分解成若干工作步骤，提炼每个工作步骤的知识点、技能点和职业核心能力点，以学习者为中心构建集“趣味性、案例性、引导性、递进性”为特色的教材体系。本书设计了认知物联网系统部署与运维、智慧物流—— 仓储管理系统部署与运维、智慧社区—— 社区安防监测系统部署与运维、智慧交通—— 停车场管理系统部署与运维、智慧农业—— 生态农业园监控系统优化与系统监测、物联网系统部署与运维挑战6个项目，覆盖了物联网系统部署与运维常见的技术

本书基于网络技术发展趋势和新时代对网络技术人才需求，以“1+X”认证为抓手，以企业实际网络应用案例为载体，遵循网络技能人才的成长规律，通过从网络技术理论阐述到项目案例设计和实施的完整过程，使读者既能充分学习“1+X”考试的基础知识，又能积累项目经验。全书共分为11章，分别介绍了计算机网络的基本概念和发展历史、计算机网络体系结构、物理层及通信技术基础、数据链路层的基本概念和功能、局域网的相关技术和协议、网络层与路由器的工作原理，以及传输层、会话层、表示层和应用层的基本内容，还有Internet基础

目前高职院校正在从纯理论教学的学历教育模式向职业技能培养的实训教育模式进行转型, 并提出了“以就业为核心”“以企业的需求为导向”是本教材出发点的基本思路。相关教师缺乏实际业务的实践操作经验, 无法创造真实生产环境, 导致校企合作与工学结合无法顺利实施。本书以提升学生实际应用技能为目的, 围绕案例制作拓展到真实的工作环境, 从理论到实践的原则, 提升学生的综合动手能力。

本书是一本介绍计算复杂性理论的基础教材，内容包括时间复杂性、空间复杂性、NP-理论、多项式谱系、电路复杂性、随机计算及去随机、计数复杂性、交互证明系统、PCP定理、近似计算与不可近似性。
本书的主要读者群是高年级本科生、硕士生、博士生，以及希望了解（更多）计算复杂性理论的教师和科研工作者。本书可用于以下课程：（1）面向高年级本科生、研究生的“计算复杂性理论导论”课程，内容涵盖前3章；（2）面向研究生的“计算复杂性理论高等议题”课程，内容涵盖后3章；（3）面向高年级本科生、研究生的“

本书主要讨论计算机单机系统的组成原理及内部工作机制，包括计算机各大部件的工作原理、逻辑实现、设计方法及其互连构成计算机整机的技术。全书共分为9章，其内容包括：计算机概述、计算机中数据信息的表示、运算方法与运算器、存储器系统、指令系统、控制系统与CPU、总线技术、IO设备、IO系统组织。 本书结合了作者多年的教学实践经验，吸取了国内外有关名著、资料之精华。内容充实，概念明确，思路清晰，重点突出，通俗易懂，含有大量例题与习题。

本书较系统地介绍了软件技术的基础知识和基本理论，内容包括软件技术的概念及发展历史、软件行业的发展现状及发展前景等；软件工程的概念及诞生背景、软件生命周期、需求工程、软件开发模型、软件测试等；统一建模语言（UML）的介绍及发展历程、UML模型、UML图、UML关系及UML应用等；数据结构的概念、常见的数据结构、算法、线性表、栈和队列、树与二叉树、图、查找、排序等；目前主流开发语言的介绍、发展历史、特点、环境配置、代码展示等；数据库技术的起源与发展及特点、SQL语言简介、常用关系型数据库管理系统、常

本书分为三个部分： 基础理论、大数据可视化、大数据可视化工具及应用。

基础理论部分包括第1、2章。第1章回顾了可视化发展进程，介绍了可视化领域的一些基础概念及应用； 第2章介绍了可视化的一般流程及设计组件。

大数据可视化部分包括第3～7章，主要介绍了不同类型数据的可视化方法，分别为： 比例数据、关系数据、文本数据、复杂数据。

大数据可视化工具及应用部分包括第8～18章，选取了市场上主流的一些可视化工具，围绕它们的使用方法和应用案例展开。这些工具包括商业软

本书采用活页式、项目化的编写方式，可实现基于工作过程、项目教学的理念。全书包含3个项目，共16个任务。
本书涵盖了网络安全加固和渗透测试方面的实际内容，其中的3个项目即Windows系统安全、Linux系统安全和漏洞渗透测试分别对应了网络中的个人计算机安全加固、服务器安全加固和内容漏洞发现。本书内容深入浅出，学做结合，循序渐进，能够让读者轻松学习并掌握各个知识点。
本书的任务内容均来自企业工程实践，具有典型性、实用性、趣味性和可操作性。
本书可作为中等职业学校网络安全相关专业的教材，也

本书通过案例、课业任务、项目等形式全面介绍了Python语言的相关知识点。全书共11章，主要讲解Python语言、开发环境、语法、基本数据类型、程序控制结构、组合数据类型、函数和模块、面向对象和异常处理、文件和数据组织、内置标准库以及第三方库等，最后介绍了一个人工智能相关的语音处理项目。每章都有大量的案例，并设置了课业任务，做到从案例到任务，到最后的项目，层层递进，环环相扣，帮助读者消化知识，提高学习兴趣。

本书可作为高等学校程序设计语言教材，也可作为程序设计爱好者的参考书。

本书在介绍Python语言基本知识的基础上，着重介绍了Python语言在数据获取、数据分析与数据挖掘等方面的应用。本书设置一个实战项目贯穿全书内容，每章引导读者综合运用本章知识点解决或改进本项目的某些任务，从数据的获取、处理、分析、可视化到知识的挖掘，逐步完成一个数据分析与挖掘项目。这是一本适应新工科、应用型人才培养的数据分析与挖掘的案例式图书。
本书共9章，包括Python语言概述、Python编程基础、Python爬虫技术、科学计算库（Numpy）、数据分析处理库（Pandas）、数据