数据科学与大数据 - 第3页

2015 年，美智讯公司与沈浩老师合作撰写了国内第一本中文 Tableau 书：《触手可及的大数据分析工具——Tableau 案例集》。该书经过了多次重印，发行甚广。《Tableau商业分析一点通》是在上本书的基础上进行的升级，不仅使用最新的 Tableau 2018.1 版本对分析过程重新截图，而且按照高校的教学目标匹配了案例的广度与深度。书中的案例，部分选自 Tableau 原厂的演示数据，其

近年来，以Apache Spark为代表的大数据处理框架在学术界和工业界得到了广泛的使用。《大数据处理框架Apache Spark设计与实现》以Apache Spark框架为核心，总结了大数据处理框架的基础知识、核心理论、典型的Spark应用，以及相关的性能和可靠性问题。本书分9章，主要包含四部分内容。第一部分 大数据处理框架的基础知识（第1～2章）：介绍大数据处理框架的基本概念、系统架构、编程模

本书以Python语言讲述数据科学基础知识，涵盖了数据采集、清洗、存储、检索、转换、可视化、高级数据分析（网络分析）、统计和机器学习等内容。具体内容包括：数据科学的Python核心特性，文本数据、数据库、表格形式的数值数据、series和frame、网络数据的使用，数据的绘制，概率与统计，机器学习。

本书是一本系统地讲解Tableau Prep和Desktop产品原理与实践应用的书，全书以可视化分析、Tableau计算为重点，详细介绍了如何理解数据的层次、如何使用Prep整理和准备数据、如何使用Desktop开展敏捷数据分析、Tableau高级互动，特别是深入介绍了Tableau的各种计算，从而以有限的数据实现无限的业务场景分析。全书贯穿数据与问题的层次分析方法，并辅以实践案例加衣说明。不仅适

如果你是一名IT工程师，CTO希望你在一周内提交一份公司未来IT系统基础架构的初步建议；如果你是一位IT营销人员，客户需要你在一周内向他汇报未来大数据系统的大致技术方向；……在这个信息严重过剩的时代，一周内从浩渺的技术细节的海洋中抓住关键的技术脉络，并进一步提出有一定理论依据的技术思考，这几乎是不可能完成的任务。您是否想过阅读一本关于大数据的图书帮助解决如上问题？浩如烟海的大数据领域图书可以大致归

《从零开始学 Python 大数据与量化交易》由周峰、王可群编著，是一本将 Python 基础、数据分析与量化交易连接起来的入门实践书。全书面向编程和量化基础相对薄弱的读者，从量化交易是什么以及常见应用开始，再逐步进入 Python 开发环境和基本语法，降低从金融概念跨入程序化研究的门槛。在编程部分，本书介绍 Python 流程控制、常见数据类型、函数和面向对象等基础知识，并进一步讲解 NumPy

《对比Excel，轻松学习SQL数据分析》是《对比Excel，轻松学习Python 数据分析》的姊妹篇，同样采用对比的方法，降低学习门槛，提高学习效率。全书分为3 篇：第1 篇主要介绍数据分析的基础知识，包括数据分析的基本概念、为什么要进行数据分析及常规的数据分析流程，使读者对数据分析有一个整体的认识；第2 篇主要围绕数据分析的整个流程来介绍与SQL 语法相关的知识，包括如何选取一列数据、如何对数

《Spark快速大数据分析》由 Spark 开发者及核心成员共同打造，讲解了网络大数据时代应运而生的、能高效迅捷地分析处理数据的工具——Spark，它带领读者快速掌握用 Spark 收集、计算、简化和保存海量数据的方法，学会交互、迭代和增量式分析，解决分区、数据本地化和自定义序列化等问题。

Python已成为数据驱动AI、金融优先选择的编程语言。现在，一些大型的投资银行和对冲资金均使用Python及其生态系统来构建核心交易与风险管理系统。在本书中，作者向开发人员和量化分析人员介绍了使用Python程序库与工具，完成金融数据科学、算法交易和计算金融任务的方法。Python与金融：Python交互式金融分析与程序开发入门。基本知识：学习Python数据类型与结构、NumPy、pandas

Python 简单易学，拥有丰富的库，并且具有极强的包容性。《Python数据分析实战》展示了如何利用Python 语言的强大功能，以最小的编程代价进行数据的提取、处理和分析，主要内容包括：数据分析和Python 的基本介绍，NumPy 库，pandas 库，如何使用pandas 读写和提取数据，用matplotlib 库和scikit-learn 库分别实现数据可视化和机器学习，以实例演示如何从