本书是依据教育部《职业教育专业简介(2022年修订)》中智能控制技术专业的培养目标，从应用实际出发，按照项目-任务式模式编写的工业控制网络与通信课程的理实一体化教学用书，符合高等职业教育的教学特点以及高职学生的认知规律。本书内容包括触摸屏应用入门、触摸屏典型应用、PLC串行通信应用、PLC以太网通信应用以及PLC与外围设备通信应用。本书内容浅显易懂，编写新颖，实用性、创新性强，贴近生产实际，突出体现了工业控制网络与通信课程的产业属。

　本书以三菱变频器、西门子变频器和三菱伺服驱动器为载体，系统介绍变频器、步进驱动器和伺服驱动器的结构、工作原理、常用功能、运行与操作，PLC与变频器的通信，以及步进电机控制系统和伺服控制系统的构成与编程等。本书共5个项目，分别是三菱变频器的运行与操作、西门子变频器的运行与操作、变频器与PLC在工程中的典型应用、步进电机的应用、伺服电机的应用。本书每个任务都有详细的任务实施步骤，并配有微课视频，展示变频器、步进驱动器以及伺服驱动器在实际工程设备上的任务实施过程。

　　本

本书以亚龙YL-335B型自动生产线实训考核装备（西门子S7-200PLC系统）为样机，从工程应用角度出发，以项目为载体，突出实践性，内容包含以下8个项目。 项目1.认识自动化生产线；项目2.供料单元；项目3.加工单元；项目4.装配单元；项目5.分拣单元；项目6.输送单元；项目7.人机界面单元；项目8.生产线整体系统。 多数项目按照项目要求、学习目标、相关知识、项目解决步骤、巩固练习来编写。 本书相关知识包括：PLC技术、传感器技术、气动技术、变频器技术、伺服技术、触摸屏技术、通信技术等。 本书

本书以项目为导向，以任务为驱动，全面地介绍数据分析与可视化的流程，以及Power BI数据分析与可视化的应用，并详细讲解利用Power BI解决企业实际问题的方法。全书共7个项目，项目1为初识数据分析与可视化，项目2～项目6分别介绍体育商品销售数据分析案例的数据获取、数据预处理、数据建模、数据可视化、数据分析报表创建与发布的相关内容，项目7介绍自动售货机综合案例。此外，项目1～项目6包含课后习题，项目2～项目6包含项目实训，通过课后习题练习和项目实训操作，读者可巩固所学的内容。 本书可以作

本书是一本面向在校大学生以及数据治理领域业务人员的实用教程。全书共四篇，前三篇（概念篇、体系篇、保障篇）包括11章：数据治理概述，数据治理框架，数据战略规划，数据采集，数据存储，数据管理，数据应用，数据治理价值评估，数据治理组织、制度与规范，数据治理文化，数据治理工具。第四篇为典型案例篇，详细介绍了三个具有代表性的典型数据治理案例。本书语言通俗易懂、体系完整、案例丰富，系统、全面地讲解了数据治理的目标、价值、方式、方法、工具等各个领域的相关知识，可以帮助读者快速理解数据治理的概念，认识数据

本书共分为三个部分，第一部分是理论基础，讲述从事电子商务数据分析前需要了解前导的理论知识，每个理论知识点都配备教学例子。第二部分是技术方法，介绍了数据采集和数据清洗的专业方法。第三部分是应用场景，介绍了主要数据平台的使用，市场分析、运营分析方法、商务报告的撰写。 书既可以作为高等院校电子商务专业、商务数据分析与应用、大数据分析与应用专业等本专科学生的专业课教材，也可以作为实务工作者学习电子商务数据分析的基础知识以及报考商务数据分析相关资格考试的参考用书。

在数字化浪潮中，大数据技术无处不在，包括互联网、体育、工业、医疗、交通等在内的社会各行各业，都融入了大数据的印迹，大数据对人类的社会生产和生活产生了重大而深远的影响。一早醒来，多篇你感兴趣的推送文章早已占领手机屏幕；走在路上，智能手环实时监测着你的健康信息；想点外卖，小程序优先推荐最符合你口味的商家；骑车出行，导航系统会提供实时路况和最优路线避开拥堵；晚上回家，收到工厂根据你的身材比例剪裁制作的个性化服装。这些现象的背后，其实都和大数据息息相关。大数据技术正在不断与人类生产生活进行交汇与融合，并

本书对第1版做了修订，紧跟传统分布式计算、云计算与大数据相关领域的新技术，以应用需求为背景讲解相关技术原理和应用方法，主要内容包括：传统分布式计算的基本原理和编程开发技术，云计算的原理和关键技术、主流云计算平台和编程开发方法，云原生技术、云计算安全技术与标准及云存储技术，大数据的分析处理关键技术、计算模式和编程技术、平台，大数据应用开发方法和典型应用案例等。

本书按照大数据采集与预处理的实现流程，由浅入深地讲解大数据采集与预处理的相关技术，以及如何使用不同方式对大数据进行采集与预处理。本书内容系统、全面，可帮助开发人员快速实现大量数据的采集。

本书主要内容包括大数据采集与预处理简介、PyCharm的安装与使用、Urllib库数据采集、Requests库数据采集、XPath和Beautiful Soup库数据解析、Scrapy框架数据采集与存储、Flume和Kafka日志数据采集以及使用Pandas、Pig、ELK进行数据预

本书按照大数据分析流程，以电商产品数据为例，由浅入深地讲解大数据分析的核心开发技术，以及大数据分析工具及其组件的作用和使用方法。本书内容系统、全面，可帮助读者快速掌握大数据分析技术。本书介绍了大数据分析的概念、应用场景、分析指标、分析工具、分析组件、分布式存储、分布式处理、数据离线分析、数据实时分析、数据挖掘，以及数据迁移等知识，并通过实际的操作案例，详细、直观地介绍了大数据分析的实现过程。
本书可作为高等职业院校大数据技术等专业的教材，也可作为大数据分析技术人员的参考书。