本书以Python作为开发语言，系统介绍PySpark开发环境搭建流程及基于PySpark进行大数据分析的相关知识。本书条理清晰、重点突出，理论叙述循序渐进、由浅入深。本书共7章，第1?5章包括PySpark大数据分析概述、PySpark安装配置、基于PySpark的DataFrame操作、基于PySpark的流式数据

本书的主旨是介绍如何结合Python3语言进行各类结构化和非结构化数据的采集、预处理和存储，涉及统计概率、数据格式与编码、网页开发、自然语言处理、数据科学等不同领域的内容。全书共分为11章，包括数据科学概述、Python基础、统计与概率基础、文件读写与操作、数据可视化、网络数据爬取等多个主题。内容覆盖本地文件、网页数据

数据治理是一门实践中的学问。本书轻理论、重实践，是一份实用的数据治理指南，涉及数据治理组织、管理制度、流程规范、数据标准管理、数据质量管理、元数据管理、主数据管理、数据安全与隐私等主题。全书共分为3篇，第一篇包含第1章和第2章，介绍数据治理的理论与方法；第二篇包含第3章至第6章，介绍数据治理的平台建设与工具；第三篇包含

本书从实用角度出发，围绕Linux操作系统和Hadoop集群部署，从虚拟机安装入手，结合典型项目和案例，较为全面地介绍了大数据开发技术平台Hadoop及其生态系统的相关知识。主要内容包括大数据技术中的Hadoop集群部署、HDFS、MapReduce、Hive、HBase和Sqoop等。全书所有知识点都结合具体的编程示

本书重点介绍大数据计算分析主要算法及主流计算框架，强调“理实一体”的教学模式和方法。在讲解各种计算分析技术的同时，本书对于核心技术都配以相应的实训项目/案例，真正训练学生解决大数据问题的实践能力。本书内容包括：大数据计算分析技术概述、大数据计算分析常用算法及场景、大数据离线计算分析技术、大数据流式计算分析技术、机器学习

在数字经济时代下，数据已成为继土地、劳动力、资本与科技之外的第五大生产要素。然而，当下在数据生产要素化的过程中，面临着数据产权不清晰，数据市场机制不完善，以及数据垄断等一系列问题，这一方面导致了数据的流通利用受阻，数据资源得不到有效配置与充分开发利用的情形出现，另一方面，数据在流通利用的过程中还带来了数据隐私安全保护等

DCS系统软件分为上位机软件和PLC控制器软件，本书主要阐述其中上位机软件。由于该系统软件功能繁多，应用场景不统一，所以本书利用软件工程的方法对DCS系统软件整个设计和开发流程进行分解和分析。本书主要分成三个部分，第一部分介绍软件工程方法及规范。第二部分对dcs系统进行需求分析与架构设计方法和过程进行说明；第三部分对每

本书是一本计算机理论研究类图书。本书主要介绍大数据关键技术中的大数据采集和数据预处理技术，讲述大数据采集和数据预处理的基本原理，开展相关的实验，为学生在大数据以及相关领域的学习奠定坚实的基础。全书共分四部分：第一部分理论基础，主要介绍大数据技术、大数据采集和大数据预处理的基本概念以及基础理论；第二部分是大数据采集，介绍

本书是一本实用的、能够分阶段逐步指导读者职业生涯的书籍。本书分享了来自高性能数据团队的独特技巧，是为数据从业人员编写的，包括数据科学家、数据分析师、数据工程师、数据策略师、数据产品经理、机器学习工程师、AI开发人员和AI架构师，以及具有这些头衔的从业人员的经理、董事和高管。读者还可以通过本书来明晰自己的职业生涯，更好地

本书详细直观地介绍了数据采集与处理的实现过程，共包含12个项目：商务数据采集概述、商务数据采集工具及应用、数据采集方法与采集器、数据采集器应用、数据采集器高级应用、数据采集器定位方式及云采集、数据采集器采集实例、数据清洗、数据处理、文档数据存储、Python爬虫项目实战、数据处理实战。全书融入了大量的实操案例，对学习目