本书主要介绍数据可视化分析相关知识，所使用的工具为 Tableau。本书基于以多个实际案例为背景的具体数据，介绍了常用的商务数据分析图形的制作，以及如何利用图形获得见解，得出结论。

读者通过本书可掌握数据可视化分析理论，并且能够制作可视化分析图表，基于图表获得分析结论，从而为企业经营提供指引。

本书可作为高职高专学校师生学习数据可视化分析的教材，也可以作为初学者学习数据可视化分析的资料，不需任何数据分析基础，便能无障碍学习数据可视化分析相关知识。

本书根据《教育部关于深化职业教育教学改革全面提高人才培养质量的若干意见》精神编写，以“课程思政”为指导思想，全面介绍了与课程知识体系相关的国家新政策、行业新动态和专业新知识。主要内容包括传感器与智能检测技术基础、电阻式传感器、电容式传感器、电感式传感器、压电式传感器、热电式传感器、光电式传感器、霍尔式传感器与其他磁敏传感器、波式传感器、数字式传感器、智能传感器、现代智能制造工业领域中的传感器、智慧未来与物联网、智能检测与虚拟仪器技术、“创新与制作”实训工作页。
本书可作为高职高专院校机电设

《数据清洗》主要介绍数据清洗技术的基本概念与应用。全书共有8章，分别讲述了数据清洗基础、数据清洗方法、文件类型、数据采集与抽取、Excel数据清洗与转换、ETL数据清洗与转换、Python数据清洗、R语言数据清洗。
《数据清洗》将理论与实践操作相结合，通过大量的案例帮助读者快速了解和应用大数据清洗的相关技术。针对书中重要的、核心的知识点，提供了较多的练习，帮助读者达到熟练应用的目的。
《数据清洗》可作为高职高专院校大数据技术与应用、软件技术、信息管理、计算机网络等专业

本书是根据我国当前测控技术与仪器专业教学改革和教材建设的需要而编写的一本关于自动检测技术及仪表的教材。全书共分4篇19章，深入、系统地介绍了自动检测技术及仪表的相关理论、原理、技术及其应用等知识。
第1篇介绍了检测技术及仪表的基本概念及基础理论，包括检测技术及仪表概述、检测误差及其处理、信号的描述及其分析、检测系统及其特性。
第2篇介绍了各种对象参数的检测原理与技术，包括温度、力学量、运动量、流量、物位、磁参量等参量的检测原理及实现技术。
第3篇根据检测信号的处理流程顺序介绍了

这是一个大数据爆发的时代。面对信息的激流，多元化数据的涌现，大数据已经为个人生活、企业经营，甚至国家与社会的发展都带来了机遇和挑战，大数据已经成为IT信息产业中最具潜力的蓝海。“大数据导论”是一门理论性和实践性都很强的课程。本书是为高等职业院校大数据技术与应用专业“大数据导论”课程全新设计改编的，是一本具有丰富实践特色的新形态教材。针对高等职业院校学生的发展需求，本书系统、全面地介绍了大数据技术与应用的基本知识和技能，详细介绍了大数据与大数据时代、大数据时代思维变革、大数据促进行业发展、大数据方

　　《大数据处理：从采集到可视化》共分为9章，章数据采集，主要介绍了大数据的概念、类型及其特征，常见的数据采集方法；第2章数据清洗，主要讨论数据质量的维度，数据可能存在的质量问题，常见的数据清洗方法；第3章数据ETL，重点介绍了MGO方法；第4章数据存储，主要介绍了大数据时代的一些主流数据存储平台和相关技术；第5章回归算法，主要介绍了线性回归、决策树回归、随机森林回归等，并介绍了其实现的主要步骤以及相应的Python语言实现代码；第6章分类算法，主要介绍了逻辑回归二分类和多分类、度提升分类树等；

本书分7个单元。内容包括：Web数据可视化概述、新能源汽车大数据可视化监测平台、Web基础、前端框架、数据可视化设计基础、数据可视化整合、新能源汽车数据大屏。

本书是2017年华东师范大学精品教材，由数据的组织与管理基本概念、Excel高级应用、Access数据库基础、文献检索基础等四大组成部分，包括Excel公式和函数的高级应用、Excel图表的高级应用、Excel数据分析与决策，以及当Excel力不能及时需要引入的数据结构基本知识、关系数据库基础知识、Access基本应用、SQL查询的使用、计算机文献检索、常用搜索引擎和图书文献数据库使用等。

本书共分12章，分为基础篇、核心篇和应用篇。基础篇包括大数据概论、大数据集群系统基础、Hadoop分布式系统、HDFS分布式文件系统、MapReduce分布式计算、HBase分布式数据库应用； 核心篇包括YARN资源分配、Spark集群计算、Spark机器学习、Hive数据仓库应用、ZooKeeper协调服务； 应用篇包括医药大数据案例分析。
本书可以作为高等院校大数据技术相关课程本科生教材，也可以作为大数据技术基础相关课程研究生教材，还可以作为从事大数据相关工作的工程技术人员的参考用书。

本书主要介绍大数据可视化的基本概念和相应的技术应用。全书内容共10章，分别为大数据可视化概述、大数据可视化原理、大数据可视化方法、数据可视化工具、Excel数据可视化、Tableau数据可视化、ECharts与pyecharts数据可视化、Python数据可视化、大数据可视化行业分析以及大数据可视化综合实训。

本书将理论与实践操作相结合，通过大量的案例帮助读者快速了解和应用大数据分析的相关技术,并且对于书中重要的、核心的知识点加大练习的比例，以使读者达到熟练应用的目的。
本书