數(shù)據(jù)分析為各行各業(yè)的科學(xué)判斷和決策提供支撐。在眾多的數(shù)據(jù)分析工具中，Python是強(qiáng)有力的一個(gè)。本書(shū)介紹了數(shù)據(jù)分析的基本概述、Python語(yǔ)言基礎(chǔ)，以及如何利用Python的高性能科學(xué)計(jì)算類庫(kù)NumPy、高級(jí)數(shù)據(jù)分析類庫(kù)Pandas和出版質(zhì)量級(jí)繪圖類庫(kù)Matplotlib來(lái)實(shí)現(xiàn)數(shù)據(jù)的清洗、整理、分析和可視化。本書(shū)內(nèi)容豐

《MATLAB2020優(yōu)化設(shè)計(jì)從入門(mén)到精通》基于MATLABR2020a版編寫(xiě)，提供了使用該軟件解決優(yōu)化問(wèn)題的實(shí)踐性指導(dǎo)，內(nèi)容由淺入深，對(duì)每一條命令的使用格式都做了詳細(xì)而又規(guī)范的說(shuō)明，為用戶提供了大量的例題進(jìn)一步說(shuō)明其用法。同時(shí)，對(duì)數(shù)學(xué)中的一些深入問(wèn)題，如優(yōu)化理論的算法以及各種優(yōu)化問(wèn)題的數(shù)學(xué)模型等進(jìn)行了較為詳細(xì)的介紹。

《Java算法從菜鳥(niǎo)到達(dá)人》以Java語(yǔ)言為實(shí)現(xiàn)平臺(tái)，全書(shū)分四個(gè)部分，用言簡(jiǎn)意賅的語(yǔ)言介紹了算法的基本概念、五種經(jīng)典的算法思想、重要的數(shù)據(jù)結(jié)構(gòu)以及實(shí)踐中常用的幾種算法。除第1章和第2章外，書(shū)中每章內(nèi)容都包括了基本概念、實(shí)現(xiàn)方式、具體應(yīng)用以及達(dá)人修煉真題。每一種算法思想中的真題都提供了相應(yīng)的源代碼，可供讀者運(yùn)行，從而達(dá)到

Tableau是一款定位于數(shù)據(jù)可視化敏捷開(kāi)發(fā)和實(shí)戰(zhàn)的商業(yè)智能（BusinessIntelligence，簡(jiǎn)稱BI）展現(xiàn)工具，可以用來(lái)實(shí)現(xiàn)交互的、可視化的分析和儀表板應(yīng)用。Tableau桌面版能讓人直觀地用拖曳的方式創(chuàng)建自己的交互性圖表、儀表板和做可視化工作，不需要額外的訓(xùn)練。Tableau服務(wù)器版提供了一個(gè)完整的基于網(wǎng)

本書(shū)將C語(yǔ)言中的知識(shí)由淺入深地安排成五個(gè)部分進(jìn)行講解，通過(guò)大量簡(jiǎn)明易懂的范例來(lái)演示C語(yǔ)言中的概念。第1部分介紹與C語(yǔ)言的語(yǔ)法及程序結(jié)構(gòu)有關(guān)的基礎(chǔ)概念。第2部分介紹C語(yǔ)言的數(shù)據(jù)類型。第3部分講解如何用各種方式分配及釋放內(nèi)存。第4部分介紹與讀取數(shù)據(jù)（輸入數(shù)據(jù)）及寫(xiě)入數(shù)據(jù)（輸出數(shù)據(jù)）有關(guān)的各種話題。第5部分詳細(xì)解釋如何創(chuàng)建并

內(nèi)容簡(jiǎn)介這是一本能帶領(lǐng)讀者全方位掌握SpringBoot技術(shù)體系的功能、原理和Z佳實(shí)踐的著作，能幫助讀者在SpringBoot領(lǐng)域快速實(shí)現(xiàn)從入門(mén)到進(jìn)階。全書(shū)涵蓋SpringBoot的6大核心主題：核心容器、Web服務(wù)、緩存、數(shù)據(jù)訪問(wèn)、并發(fā)執(zhí)行、監(jiān)控與擴(kuò)展，內(nèi)容具有以下4大特性：?針對(duì)性：系統(tǒng)梳理了6個(gè)主題所包含技術(shù)的功

本書(shū)共10章，內(nèi)容包括Python基本語(yǔ)法、Python科學(xué)計(jì)算、數(shù)據(jù)分析、數(shù)據(jù)處理、數(shù)據(jù)可視化等，通過(guò)圖像分析、視覺(jué)分析、時(shí)序分析等方面的例子指導(dǎo)讀者進(jìn)行數(shù)據(jù)分析方面的工作。本書(shū)與數(shù)據(jù)分析應(yīng)用緊密結(jié)合，語(yǔ)言通俗易懂、案例實(shí)用性強(qiáng)，能夠使讀者對(duì)Python數(shù)據(jù)分析有一個(gè)較為全面的認(rèn)識(shí)。除綜合案例外，本書(shū)每章后面附有習(xí)題

本書(shū)由資深前端專家撰寫(xiě)，7位知名專家聯(lián)袂推薦。本書(shū)的一大特點(diǎn)是采用一個(gè)案例兩套方案進(jìn)行講解，并總結(jié)其中異同，方便大家“遷移式”學(xué)習(xí)，快速入門(mén)。另外，本書(shū)摒棄了框架和API知識(shí)，帶領(lǐng)大家編寫(xiě)原生程序，以了解前端和移動(dòng)端異同的來(lái)龍去脈，方便后續(xù)進(jìn)一步學(xué)習(xí)。本書(shū)內(nèi)容共分10章，具體如下。第1章，總結(jié)大前端的生態(tài)、人才需求以及

本書(shū)分為10章。第1章介紹Python語(yǔ)言的起源和特性，以及安裝Python及其開(kāi)發(fā)環(huán)境的方法；第2章介紹Python語(yǔ)言的基礎(chǔ)知識(shí)；第3章介紹Python數(shù)據(jù)組織結(jié)構(gòu)，作為學(xué)習(xí)后續(xù)數(shù)據(jù)操作的基礎(chǔ)；第4~7章介紹為了能夠有效進(jìn)行數(shù)據(jù)分析和數(shù)據(jù)挖掘所必須對(duì)數(shù)據(jù)進(jìn)行的多種處理方法；第8章介紹使用不同的Python擴(kuò)展庫(kù)，以

本書(shū)包括兩部分內(nèi)容，第壹部分重點(diǎn)介紹了與Python語(yǔ)言相關(guān)的數(shù)據(jù)分析工具，包括NumPy、Matplotlib、Pandas、Scipy、Seaborn和Sklearn。第二部分介紹數(shù)據(jù)處理、特征工程、評(píng)價(jià)指標(biāo)、線性模型、支持向量機(jī)、K近鄰算法、樸素貝葉斯、決策樹(shù)、K-Means算法和文本分析實(shí)例。附錄提供了課程教學(xué)