本文主要研究单视图数据和多视图数据的子空间聚类模型和算法。首先针对单视图数据，研究数据的非线性、非凸低秩表示，以及非高斯噪声的抑制，并提出了相应的子空间聚类算法。然后针对多视图数据子空间聚类的问题，采用低秩核约束的思路，通过协同学习方法来获得各视图的连通表示，进而把单视图子空间聚类推广到多视图数据聚类中。

《学习C++20（中文版）》共18章5个附录，讨论了C++20的5大编程模型：程序化编程、函数式编程、面向对象编程、泛型编程和模板元编程。第I部分介绍基础知识，第II部分介绍容器、C++20范围、指针、字符串和文件，第III部分介绍现代面向对象编程和异常，第Ⅳ部分介绍泛型编程、模板、概念和模板元编程，第V部分介绍高级主题，包括模块、并行算法、并发和协程。《学习C++20（中文版）》适合需要了解C++20新特性的程序员，包括零基础或有经验的C++程序员以及其他想要了解C++的程序员，也适合希望开课

本书详细讲解Python扩展库NumPy、Pandas、Matplotlib在数据分析与数据可视化领域的应用。全书共3章，第1章讲解基于NumPy的数组运算、矩阵运算、多项式计算及傅里叶变换等内容；第2章讲解基于Pandas的数据读写、生成、访问、修改、删除、分析与处理等内容；第3章讲解基于Matplotlib的折线图、散点图、柱状图、饼状图、雷达图、箱线图、小提琴图、风矢量图、等高线图、树状图、三维图形等各种图形绘制技术以及绘图区域切分、轴域属性设置、坐标轴属性设置、图例属性设置、动态图形绘制

在大数据和人工智能时代，大数据对科学研究的重要性日益显现。本书基于Python这一学习难度较小的编程语言，选取劳动科学这一视角，系统介绍了如何对大数据进行收集、处理及分析。由浅入深是本书的一个特点。全书分为四个部分共20章，第一部分介绍了Python基础知识，第二部分介绍了Python数据处理，第三部分介绍了爬虫基础知识，第四部分介绍了爬虫技术应用的具体例子。内容丰富、易于理解是本书的另一个特点。本书以应用为目的，每部分内容都给出了详细的代码，便于读者掌握数据挖掘技术。书中列举了很多通俗易懂的例

《征服PowerBI：提升办公数字化能力的45个实战技巧》是一本关于PowerBI进阶知识的实战类图书，将PowerBI的主要功能融入45个高级应用技巧中，每个技巧都以解决实际商业分析或商业分析BI方案为导向。 《征服PowerBI：提升办公数字化能力的45个实战技巧》将PowerBI功能分为六大知识模块：数据处理模块介绍了将非结构化数据转换为结构化数据的相关方法；DAX模型分析模块介绍了定义数据表之间的关系、创建度量和计算列，以及DAX建模等核心知识；可视化应用模块按类介绍了可视化对象

这是一本从标准、方法论和工程化实践三个维度全面且深入解读如何构建企业级性能测试工程的指导手册。作者是国际知名的测试认证组织ISTQB/CSTQB和国内知名企业测试服务提供商PerfMa。两家强强联合，从性能测试标准、流程、模型、经验、技巧、工具、案例等多个可真正指导从业者工作的角度对企业级性能测试展开介绍。其中18个典型性能测试指标、6大性能测试模型、全链路性能测试实践、性能测试工程化实践等精华内容，得到了推荐专家的一致好评。本书可帮助从业者构建性能测试体系、落地性能测试流程、合理选择并灵活使用

本书从分布式系统的基础概念讲起，逐步深入分布式系统中间件SpringCloudAlibaba进阶实战，重点介绍了使用SpringCloudAlibaba框架整合各种分布式组件的完整过程，让读者不但可以系统地学习分布式中间件的相关知识， 而且还能对业务逻辑的分析思路、实际应用开发有更为深入的理解。 全书共分5大章节，第1章开篇部分，讲解分布式系统的演进过程和SpringCloudAlibaba概述及版本的选择，以及单体架构/微服务架构的优缺点；第2章讲解如何使用SpringCloudAlibaba

本书分为三个部分：基础理论、大数据可视化、大数据可视化工具及应用。基础理论部分包括第1、2章。第1章回顾了可视化发展进程，介绍了可视化领域的一些基础概念及应用；第2章介绍了可视化的一般流程及设计组件。大数据可视化部分包括第3～7章，主要介绍了不同类型数据的可视化方法，分别为：比例数据、关系数据、文本数据、复杂数据。大数据可视化工具及应用部分包括第8～18章，选取了市场上主流的一些可视化工具，围绕它们的使用方法和应用案例展开。这些工具包括商业软件Excel、PowerBI、FineBI、D3.js

《matplotlib数据可视化实战》借助matplotlib讲解开展数据可视化实践所需要掌握的关键知识和技能，从设置图表基础元素（坐标轴、标签、颜色、数学符号等），到根据表现内容绘制不同类型的图表（折线图、条形图、圆饼图、小提琴图等），全面讲解了matplotlib的使用方法。为方便读者学习，书中对相关操作都配以案例及代码进行讲解，读者可以根据自身需求，灵活使用其中的函数和语句。本书适合数据分析、数据可视化领域的爱好者、从业者阅读，也适合作为高校相关专业的教材。

本书在介绍Python语言基本知识的基础上，着重介绍了Python语言在数据获取、数据分析与数据挖掘等方面的应用。本书设置一个实战项目贯穿全书内容，每章引导读者综合运用本章知识点解决或改进本项目的某些任务，从数据的获取、处理、分析、可视化到知识的挖掘，逐步完成一个数据分析与挖掘项目。这是一本适应新工科、应用型人才培养的数据分析与挖掘的案例式图书。本书共9章，包括Python语言概述、Python编程基础、Python爬虫技术、科学计算库（Numpy）、数据分析处理库（Pandas）、数据展示库（