本书结合作者多年工程和实践经验，从Python 基础编程语法入手，系统介绍了基于Python 语言进行数据处理、分析与可视化展示所需的各项知识和技术。读者无须特别的数学或统计方面的理论知识，只需理解数据分析的思路，就可以参考示例学会针对实际问题进行有效数据分析的步骤和方法。 本书分4 篇共20 章，主要内容涉及Python 基本语法、程序控制结构、函数、面向对象基础、文件操作、标准库、正则表达式、numpy 库、pandas 库、数据预处理、matplotlib 可视化图表、seaborn可视化

本书全面介绍与大数据和人工智能相关的数据采集、数据存储、并行计算等技术体系，以及Python编程基础、数据处理分析和可视化、机器学习算法和深度学习模型的原理与应用。 全书共分4部分：第1部分（第1章）为大数据基础，主要介绍与大数据应用相关的数据采集、数据存储、并行计算等技术体系；第2部分（第2章）为Python编程基础，主要介绍Python的基本语法，为读者学习后续的数据处理分析、可视化、机器学习算法和深度学习模型等内容提供基础知识；第3部分（第3、4章）为数据处理分析和可视化，主要介绍基

本书系统讲授遥感图像解译的基础理论和实践，全面系统地阐述遥感图像解译的技术体系，重点突出遥感图像解译的技术及其应用方法。
全书共分18章：第1章绪论，重点介绍遥感图像解译概述；第2章阐述遥感图像时空谱角特性；第3章介绍遥感图像解译对象特性；第4章重点阐述遥感图像解译原理；第5章阐述遥感图像解译标志；第6章阐述遥感图像解译方法；第7-12章依次介绍了高空间分辨率遥感图像解译、多光谱遥感图像解译、高光谱遥感图像解译、SAR图像解译、红外遥感图像解译和夜光遥感图像解译；第13-17章分

区块链技术作为当前极具影响力的重大创新技术之一, 引起了全球各界人士的广泛关注。它以去中心化的方式集体维护可信数据, 具有防篡改、高度可扩展等特点, 是构建价值互联网的基石。本书共8章。第1章从概念和原理上对区块和区块链的数据结构、定义进行详细描述, 并介绍哈希算法、数据加密与数字签名、默克尔树、共识算法、区块链分叉等内容。第2章和第3章着重介绍区块链模拟系统的构建, 以及在此基础上开发的去中心化应用。第4章介绍如何利用Ganache和MetaMask在本地搭建以太坊私有网络, 并进行

本书主要介绍多媒体制作的实用技术，包括文本、图形、图像、声音、动画和视频等多媒体的实际处理与制作技术。全书共分7章，第1章为多媒体制作概述；第 2章以Photoshop 2020为工具，介绍图形图像素材的获取与制作；第3章以Audition 2020为工具，介绍声音素材的采集与制作；第4章以Animate 2020为工具，介绍动画素材的采集与制作；第5章以Premiere Pro 2020为工具，介绍视频素材的采集与制作；第6章介绍虚拟现实技术；第7章为多媒体制作项目实训。本书为十二五江苏

本书是《数据结构教程（C++语言描述）》（第2版?微课视频版）（李春葆等编著，清华大学出版社，以下简称为《教程》）的配套实战题和在线编程题实训指导书，详细给出了《教程》中所有实战题和在线编程题的解题思路和参考源代码，提供了全部题目的讲解视频。书中实战题和在线编程题不仅涵盖数据结构课程的基本知识点，还融合了各个知识点的运用和扩展，学习、理解和借鉴这些内容是掌握和提高编程能力的**捷径。
本书自成一体，可以脱离《教程》单独使用，适合高等院校计算机及相关专业的学生使用。

本书由G?del奖得主领衔撰写，主要讨论共享存储通信方式下的多处理器并发程序设计。首先介绍基本原理，分析异步并发环境中的可计算问题，包括相关度量标准和方法。然后开展应用实践，侧重于并发程序的性能分析。每一章讨论一种特定的并发数据结构、程序设计模式或算法技巧。第2版对数据并行、事务性编程、存储管理等内容做了重点更新和扩充，并采用C++语言重构相关示例，更加关注底层机制。本书适合作为高等院校计算机相关专业的课程教材，也适合作为业界技术人员的参考书籍。

Spring Cloud是当今Java开发行业最为流行的分布式开发架构之一, 可用于搭建高可用、高性能、分布式的系统服务架构, 本书基于Spring Cloud Alibaba的套件进行架构实现的完整讲解。本书共10章内容, 基于IDEA开发工具讲解, 并通过Linux系统实现服务的部署, 全书的核心架构为: Spring Cloud简介、Spring Cloud编程起步、Nacos注册中心、Spring Cloud集群服务、Sentinel、Spring Cloud Gateway、

本书的编写从满足经济发展对高素质劳动者和技能型人才的需求出发，在课程结构、教学内容、教学方法等方面进行了新的探索与改革创新，有利于学生掌握理论知识，提高实际操作技能。 本书采用项目任务驱动教学的模式，学习较为流行的C#语言，采用任务描述、任务分析、方法和步骤等企业典型工作流程来与工作任务过程对接。每个任务后面附加了相关的知识和技能，有助于初学者快速入门学习。选用对计算机硬件要求较低的Visual Studio 2010作为集成开发环境，同时考虑到对高版本软件的适应，全书的网页程序在Visual

本教材是为职业教育财经商贸大类专业学生的数据分析课程编写的教材。内容包括数据处理、描述性分析、推断性分析及一些常用的分析方法。教材以数据分析为基础，立足于数据类型和可视化目的对图形进行分类，使用python工具进行数据处理和分析。教材注重统计方法的应用，包含课程思政内容，每章开头均以问题与思考的形式引出本章的内容，对方法的介绍侧重于原理和应用，把繁杂的过程交给工具完成。教材配有例题和练习题的电子版数据，方便教师教学和学生学习。