《数据可视化原理与实战：基于Power BI》介绍 Power BI 可视化的基础知识与实践方法，分为两篇：“理论篇”介绍数据可视化基础与Power BI 可视化工具。基础部分包括数据可视化的价值、量性数据与质性数据的区别、探索性分析与解释性分析、国际商业沟通标准等；工具部分包括Power BI作为数据可视化工具的优势与局限性、Power BI的操作界面、可视化对象分类、DAX分析语言简介、Power BI Service在线应用等。“实践篇”介绍Power BI可视化实践准则（MACIE准则）与综合案例。MACIE准则包括“意义”“准确”“清晰”“洞察”和“效率”，并围绕每个准则讲述如何用Power BI落地具体操作；案例部分依据MACIE准则对3个具体案例进行评估，并在准则的指导下对其进行综合优化。 《数据可视化原理与实战：基于Power BI》适合 Power BI 从业者、可视化分析的从业者阅读。希望读者通过学习本书内容，切实提高可视化分析的技能。

本书通过案例导引，结合各种数据结构基本算法，配合微课视频的讲解，全面介绍了线性表、队列、堆栈、树、图等基本数据结构的概念、存储及算法实现，系统说明了各种查找及排序算法的实现和效率分析，在第10章给出了数据结构综合应用实例。书中各种算法采用C语言描述，注重程序设计风格。本书语言流畅，内容通俗易懂，算法描述力求精练易读；同时为了适应当前互联网学习、移动学习新浪潮，编者对本书中所描述的各种数据结构核心算法和部分案例录制了微课讲解视频，便于学生自学参考，帮助读者实现随时随地学习。本书可以作为计算机、信息等专业本科生数据结构课程的教材，也可作为广大计算机爱好者或软件开发人员的参考书。

本书介绍了相似点集挖掘的概念、原理和基本方法，介绍相似点集挖掘算法实验数据集的设计思路，并分别介绍了6个数据集的设计背景、内容安排、组织方式、运用方法等。

本书以达梦数据库管理系统DM8为蓝本，在介绍数据库集群技术现状及实现原理的基础上，分别介绍达梦数据库守护、读写分离、大规模并行处理（DMMPP）和数据共享（DMDSC）等数据库集群构建方法和实施步骤。全书包括5章，主要内容包括数据库集群技术、达梦数据库数据守护集群、达梦数据库读写分离集群、达梦数据库大规模并行处理集群和达梦数据库数据共享集群。 本书内容实用、操作性强，语言通俗、格式规范，可作为相关专业的教材，也可作为工程技术人员的参考书。

本书是在《统计基础与应用》（第1版）的基础上修订而来的。本书根据国家统计局颁布的《中华人民共和国统计法》，在高职高专教育教学改革实践的基础上，全面、系统、科学地阐述了统计学的基本理论，统计工作的基本业务、基本方法和基本技能等。全书分为认识统计、统计资料的搜集、统计资料的整理与显示、统计指标分析、时间数列分析、统计指数分析、抽样推断、相关与回归分析、统计预测9个项目，并设计了丰富多彩的栏目，包括知识目标、情景引入、项目小结、项目实战等。 本书适合高职高专院校、成人高校及本科院校财经类专业教学使用，并可作为社会从业人员的业务参考及培训用书

这是一本金融数据挖掘与分析领域的实战性著作，它能指导零Python编程基础和零数据挖掘与分析基础的读者快速掌握金融数据挖掘与分析的工具、技术和方法。读完本书，你将会有如下3个方面的收获：（1）Python编程基础和数据预处理首先详细讲解了Python的核心语法，以及NumPy、Matplotlib、PySpark、Jupyter Notebook等Python数据处理工具的使用；然后详细介绍了数据预处理的流程和技巧。通过深入浅出的语言和丰富的样例展示，帮助初学者快速上手 Python，为之后的数据分析实战夯实基础。（2）数据挖掘与分析的经典方法详细讲解了经典的数据挖掘方法，包括聚类分析、回归分析、分类分析、异常检测、关联分析、时间序列分析等。（3）主要金融应用场景的数据挖掘方法针对网络舆情的采集和热点分析、舆情分析中的情感分析、股价趋势预测、个人信用评分、企业信用评分、用户画像、目标客户精准分析、销售数据分析等金融行业的常见应用场景，给出了数据挖掘和分析的方法。本书注重实战，配有大量精心设计的案例，同时还有配套的视频讲解、代码和数据资源，可操作性强。

本书从四十余年来中国数据库诞生、发展的历程中寻找答案，试图回溯中国数据库发展到今天国产数据库人付出的努力，阐述中国数据库的发展现状，探讨中国数据库未来该如何突破，进而探寻国产数据库的达梦之路。本书不仅是国产数据库的发展史，更是见证国产数据库一代人40多年的探索史。本书将四十余年的国产数据库发展历程分成起步阶段（1978―2000年）、跟踪阶段（2000―2008年）、追赶阶段（2008―2014年）、并跑阶段（2014年至今）共4个阶段，对国产数据库未来的展望放在本书第5部分。做数据库为什么这么难，难在哪里？国产数据库技术是如何一步步发展的？现在的国产数据库能不能用、好不好用，可否担当国产化替代的重任？数据库作为IT技术架构的核心，面对当今新技术层出不穷的层面，数据库技术迎来高速发展期，未来数据库产业将呈现怎样的发展趋势？国产数据库企业该如何发力才可以抢占市场先机？这些问题都可以在本书中找到答案。

本书详细介绍了Oracle、MySQL、PostgreSQL、SQL Server、DB2等各种关系数据库的SQL查询技巧和一些基础的SQL查询语句，并且通过短小精悍的实例，不仅讲解了如何插入、更新和删除数据，还介绍了如何检索记录、为查询结果排序、同时操作多张数据库表、查询元数据、处理涉及字符串和数值的操作、根据时间数据和日期数据进行运算、执行层次查询和区间查询等。随着多种SQL实现大量采用窗口函数，本书第2版针对相关实例做了优化，还新增了为数据科学家和算法工程师量身定制的实例。

本书从分布式数据库的背景与发展情况出发，详细、系统地介绍了国产分布式数据库SequoiaDB（巨杉数据库）的基础知识、数据库实例、架构原理、运维管理等核心技术内容，提供了性能调优和问题诊断的基本思路。此外，书中还分享了SequoiaDB的行业应用、最佳实践、工具和生态等内容。 本书旨在帮助读者更好地理解SequoiaDB的运行机制和原理，掌握运维管理的思路和实践方法，适用于普通读者入门SequoiaDB，也适用于对分布式数据库有一定认识，且具备一定运维和开发能力的读者深入了解SequoiaDB技术细节。

本书由管理科学概论、线性规划引论、线性规划问题的计算机求解及应用举例、线性规划问题的进一步讨论、线性规划灵敏度分析、运输问题与指派问题、目标规划、整数规划、图与网络规划、非线性规划、决策分析、回归分析共12章构成。本书可作为MBA教材，也可作为高校经济管理类专业本科生、研究生或系统工程、工业工程等专业本科生或研究生的教学参考书。