《EViews在数据分析中的应用》结合大量实战案例，全面、系统地介绍EViews软件的基本用法及其在数据分析中的应用。本书每章的最后都提供上机练习题，帮助读者提高动手能力。另外，本书提供配套教学视频，帮助读者高效、直观地学习，还提供教学PPT和大纲，方便相关高校的老师教学。《EViews在数据分析中的应用》共13章，分为4篇。第1篇“EViews数据分析基础”，涵盖EViews概述、EViews基本数据分析（单序列）、EViews基本数据分析（序列组）和EViews数据图形化分析；第2篇“EViews经典线性回归模型”，涵盖经典回归模型和违背经典线性回归模型假设的修正；第3篇“EViews时间序列模型”，涵盖时间序列模型与预测、带季节效应的时间序列模型、条件异方差模型、向量自回归模型和协整相关模型；第4篇“EViews的其他模型”，涵盖离散和受限因变量模型，以及混合数据与面板数据分析。《EViews在数据分析中的应用》内容丰富，结构合理，逻辑清晰，步骤详细，特别适合证券、银行、保险和投资等经济与金融行业中从事数据分析的相关人员阅读，也适合政府和工业制造等领域从事宏观经济分析与预测的数据分析人员阅读，还适合作为高等院校“EViews应用”“计量经济学”和“时间序列分析”等课程的教材。

随着信息化建设的推进，电子数据资源成为企事业单位的重要基础设施。云计算因能够实现计算和存储资源按需分配、快速部署等而迅猛发展。越来越多的团体或个人倾向于将数据迁移至云存储系统，基于云的存储和计算应用已经深入金融、工业、交通、医疗健康等传统行业。安全、高效地提供云服务对于相关技术人员来说既是机遇也是挑战。本书从云数据安全存储这一视角切入，重点解决云数据去重技术中面临的安全和效率问题，提出并系统地讲解了一系列适用于抗侧信道攻击的云数据隐私保护去重技术。本书共9章： 第1章介绍了云数据去重技术的基础知识和国内外研究现状；第2、3章介绍了一些基于上传流量混淆的去重技术；第4～7章介绍了基于响应值混淆的去重技术；第8、9章介绍了基于广义去重的云数据安全存储技术。本书内容丰富，算法翔实，实用性强，适合社会各界人士阅读，尤其适合对云数据安全领域感兴趣的一般读者和从事网络空间安全相关领域工作的教学、科研人员以及在校本科生、研究生参考使用。

本书是一本指导DBA进行数据库开发和运维的实用手册，本书共9章，包括漫谈数据库、如何提升数据库性能、如何运维好数据库、如何进行数据库设计、如何做好数据库之间的数据同步、认识HTAP技术、认识数据库的功能原理、认识数据库中的数学（逻辑与算法），以及DBA的日常：数据库管理及开发的最佳实践。另有附录DBA杂谈。本书内容是资深DBA多年实践经验的归纳总结，涵盖DBA日常工作中的主要方面，通过剖析众多的真实案例，并解读原理、分享技巧、提供思路，内容具备较强的启发性和指导性。本书的受众包括但不限于想要了解如何提升数据库性能的应用开发人员、DBA、业务架构师、IT架构师、数据架构师、数据分析师、系统架构师、解决方案架构师和企业高级管理人员。

笔者根据自己多年的数据分析与挖掘经验，从零基础读者的角度，详尽地介绍了Python数据分析与挖掘的基础知识及大量的实战案例。全书分为4篇，第1篇是基础入门篇，主要介绍数据分析与挖掘的基本概念及Python语言的数据分析基础；第2篇是数据分析篇，主要介绍常用的数据分析方法；第3篇是数据挖掘篇，主要介绍常用的数据挖掘方法；第4篇是实战应用篇，介绍两个完整的数据分析与挖掘案例，让读者了解如何系统地应用前面学到的各种方法解决实际问题。对于书中的大部分章节，笔者还结合实际工作及面试经验，精心配备了大量高质量的练习题，供读者边学边练，以便更好地掌握《Python数据分析、挖掘与可视化从入门到精通》内容。《Python数据分析、挖掘与可视化从入门到精通》配备所有案例的源码，适合有一定数学基础的读者使用，但不要求读者具备编程基础，适合刚入行的数据分析人员或从事与数据相关工作、对数据感兴趣的人员，也适合从事其他岗位但想掌握一定的数据分析能力的职场人员，还可以作为大中专院校相关专业的教学参考用书。

本书以Python Selenium Unittest为基础，结合PageObject设计模式，通过测试作者自研项目逐步搭建UI自动化测试框架。Python是测试在开发过程中使用最多的语言，Selenium是当前最流行的Web UI自动化测试工具，这套Python Selenium Unittest PageObject结合的测试框架可以直接应用到实际工作当中。本书共14章，其中第1~6章讲述了Python基础、前端基础和Selenium的基础。第7~12章结合分层思想对Selenium Webdriver做了多达6次的封装和优化，目的是让框架结构更加清晰、使用起来更加方便，同时也能让读者对封装有更深一层的理解。第13~14章笔者介绍了Gitee代码管理和Jenkins持续集成，其中Gitee实现了代码托管、Jenkins实现了代码的自动构建。读者可以根据实际工作情况在每天特定的时间自动运行UI自动化脚本，确保公司系统功能的稳定性。另外，本书重点内容配有视频讲解，可以让读者更加容易理解和实操。本书既适合UI自动化测试的初学者，也可以给具有多年测试开发经验的人员提供参考，还可以作为高等院校、培训机构相关专业的教学参考。

《数据分析实践：专业知识和职场技巧》从初学者的角度出发，讲解了进阶为高级数据分析师所需的知识和技能，其中既包括数据分析岗位的介绍、发展现状及未来趋势，也包括实际工作中各环节的方法策略、实战案例，还包括职场中的困惑解答及面试指导。阅读本书，并基于本书进一步拓展所需要的知识能，可以帮助读者形成一套成系统、可实战的数据分析方法论。

《机器学习 ： 全彩图解 微课 Python编程》是“鸢尾花数学大系：从加减乘除到机器学习”丛书的最后一册，前六本解决了编程、可视化、数学、 数据方面的诸多问题，而《机器学习 ： 全彩图解 微课 Python编程》将开启机器学习经典算法的学习之旅。《机器学习 ： 全彩图解 微课 Python编程》设置了 24 个话题，对应四大类机器学习经典算法（回归、分类、降维、聚类），覆盖算法包括：回归分析、多元线性回归、非线性回归、正则化回归、贝叶斯回归、高斯过程、k 最近邻分类、朴素贝叶斯分类、高斯判别分析、支持向量机、核技巧、决策树、主成分分析、截断奇异值分解、主成分分析进阶、主成分分析与回归、核主成分分析、典型相关分析、 k 均值聚类、高斯混合模型、最大期望算法、层次聚类、 密度聚类、谱聚类。《机器学习 ： 全彩图解 微课 Python编程》选取算法模型的目标是覆盖 Scikit-Learn 库的常用机器学习算法函数，让读者充分理解算法理论， 又能联系实际应用。因此，在学习《机器学习 ： 全彩图解 微课 Python编程》时，特别希望调用 Scikit-Learn 各种函数来解决问题之余，更要理解 算法背后的数学工具。因此，《机器学习 ： 全彩图解 微课 Python编程》给出适度的数学推导以及扩展阅读。《机器学习 ： 全彩图解 微课 Python编程》提供代码示例和视频讲解，“鸢尾花书”强调在 JupyterLab 自主探究学习才能提高编程技能。本 书配套微课也主要以配套 Jupyter Notebooks 为核心，希望读者边看视频，边动手练习。《机器学习 ： 全彩图解 微课 Python编程》读者群包括所有试图用机器学习解决问题的朋友，尤其适用于机器学习入门、初级程序员转型、 高级数据分析师、机器学习进阶。

本书全面介绍车辆轨迹数据的处理、分析与可视化方法，并深入探讨了基于Python的车辆轨迹数 据处理技术，旨在帮助读者快速掌握车辆时空轨迹数据处理的基本方法和编程技巧，同时提供丰富的实际案例和技术解决方案，覆盖了从数据采集到深入分析的完整技术链条，是交通时空大数据领域车辆轨迹数据处理分析的全面指南。本书内容涵盖从车辆轨迹数据的基本特征、采集原理到预处理、质量分析、可视化，再到高级应用如路网匹配、排放计算、多智能体仿真，以及特定案例分析如电动汽车充电需求识别和无人机航拍轨迹数据分析。本书适合计算机相关专业的学生、数据分析师、研究人员以及技术开发人员阅读。

本书是讲解Photoshop操作技巧和实战技能的教程，是一本能够帮助读者轻松、高效地掌握Photoshop在平面设计、电商设计、UI设计、照片编辑等领域应用的实用参考书。本书从Photoshop基本操作入手，结合丰富的实例和课后习题，全面地讲解图层、选区与抠图、绘画工具与蒙版、图像修饰、图像调色、滤镜、路径与矢量工具、文字、通道等内容。配套资源丰富，包含课堂案例、综合实例和课后案例题的素材文件、效果文件、在线教学视频，以及专供教学使用的PPT课件，此外还附赠《外挂滤镜使用手册》《UI设计配色方案》《网店装修设计配色方案》等电子资料。本书语言通俗易懂，特别适合Photoshop初学者及有一定经验、准备从事设计工作的人士学习与参考，也适合作为相关院校和培训机构的教材。

Python是一种解释型、面向对象、动态数据类型的高级程序设计语言，通过Python编程能够解决现实生活中的很多问题。本书并不介绍Python语言的基础知识，而是通过一系列有趣的项目，展示如何用Python解决各种实际问题，以及如何使用一些流行的Python库。本书共15章，每章讲解一个有趣的Python项目，这些项目可以分成5个部分：第一部分是热身，包括科赫雪花、繁花曲线；第二部分是模拟生命，包括康威生命游戏、使用Karplus-Strong算法生成泛音、群体行为模拟；第三部分是好玩的图形，包括文本图形、照片马赛克、裸眼立体画；第四部分是走进三维，包括理解OpenGL、圆环面上的康威生命游戏、体渲染；第五部分是玩转硬件，包括在树莓派Pico上实现Karplus-Strong算法、树莓派激光音乐秀、物联网花园、树莓派音频机器学习。此外，本书还通过附录介绍如何安装Python和设置树莓派。本书适合已经了解了基本的Python语法和编程知识、想要尝试和探索通过Python编程解决实际问题的读者阅读，也可作为Python初学者练习项目开发的参考用书。