大数据处理之道

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的流式数据处理、基于PySpark的机器学习库，内容介绍注重理论与实践相结合，通过典型示例

本书内容分3个部分共12章。第1-4章主要介绍什么是数据分析，以及Python的编程环境和基础语法知识。第5-9章主要介绍数据处理和分析的各种方法。第10-12章介绍了如何结合Python与Excel在实际工作中进行数据处理与分析操作。

本教材共介绍7个项目，项目1为云数据中心认知，主要介绍了什么是数据中心、云数据中心的特点、体系结构、云数据中心和传统数据中心的区别、绿色数据的概念以及发展趋势。项目2介绍了云数据中心的规划与设计，主要包括云数据中心的设计建设的指标、基础设施的规划以及云数据中心的优化策略。项目3介绍了云数据中心的硬件选型，主要包括服务器设备、网络设备以及存储设备的介绍和选型。项目4到项目6则重点介绍了虚拟化技术、云

为了便于读者进行系统学习、分类整理知识点及遇到问题时能够快速找到求解的方法，本书按照算法策略进行划分，每一章都引入了若干个经典问题。通过问题的分析、计算模型的建立、算法的设计与描述、算法的分析来深入解读每一种算法策略所能解决的问题范畴及方法。全书共分9章，内容包括：算法设计基础、算法效率分析基础、迭代法、蛮力法、分治策略、回溯与分支界限、贪心算法、动态规划、随机算法。本书非常注重教材的可读性和实用

本书本书基于业务问题，就如何搭建分析框架，厘清分析思路，按照标准分析步骤对数据进行怡当的预处理，选择合适的分析方法和分析模型，使用恰当的分析工具对数据进行分析，以及对分析结果进行可视化和符合业务要求的解读等内容展开讲解，帮助业务专家做出合适的业务判断，制定准确的业务策略。

本书是一本介绍分布式数据库基础内容与应用的大数据专业类图书，力求培养读者对分布式数据库的应用技能。本书共11章，采用原理＋代码实例+综合案例的编写形式，清晰明了地介绍分布式数据库的原理、基础应用、进阶应用及主流工具的使用方法、应用场景，以理实结合为编写要求，让读者能够轻松学习和掌握分布式数据库的内容。本书可以作为高等院校计算机、网络技术等相关专业的教材，也可以作为数据库相关工作的从业人员的参考用书

本书共8章，第1章介绍新媒体数据分析的基础知识；第2章介绍各种新媒体数据分析指标；第3章介绍新媒体数据的采集；第4章介绍新媒体数据处理；第5章介绍新媒体数据分析的思维和方法；第6章介绍新媒体数据可视化；第7章介绍不同新媒体平台的数据分析方法和实战技能；第8章介绍新媒体数据分析报告的制作。

本书以Python数据分析与挖掘的常用技术与真实案例相结合的方式，深入浅出地介绍Python数据分析与挖掘的重要内容。本书共11章，分为基础篇（第1～5章）和实战篇（第6～11章），基础篇包括数据挖掘基础、Python数据挖掘编程基础、数据探索、数据预处理、数据挖掘算法基础等基础知识；实战篇包括6个案例，分别为信用卡高风险客户识别、餐饮企业菜品关联分析、金融服务机构资金流量预测、O2O优惠券使用预

本书分为4篇，第1篇是基础入门篇，主要介绍数据分析与挖掘的基本概念及Python语言的数据分析基础；第2篇是数据分析篇，主要介绍常用的数据分析方法；第3篇是数据挖掘篇，主要介绍常用的数据挖掘方法；第4篇是实战应用篇，介绍两个完整的数据分析与挖掘案例。