用非常流行的Python语言做地理空间分析； 学习高效、易学的地理空间分析指南； 书中含有典型且非常实用的开发案例，帮助读者快速掌握相关技能； 图文结合，将学习效率大大提高。 Python作为一种高级程序设计语言，凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言之一。 本书以地理空间分析为背景，介绍了Python在地理信息处理方面的应用技巧。全书共分为10章，分别介绍了Python与地理空间分析、地理空间数据、地理空间技术、Python的地理空间分析工具、Python与地理信息系统、Python与遥感、Python与高程数据、Python与地理空间高级建模、实时数据、综合应用等内容。 本书内容结构清晰，示例完整，适合希望了解测绘数字化和分析的读者，也适合想使用Python进行空间地理分析、建模和GIS分析的开发人员及研究人员参考阅读。

《地理空间分析:原理、技术与软件工具(第2版)》系统讲授了地理空间分析的基本理论方法、应用技术和软件工具，共分8章。第1章介绍《地理空间分析:原理、技术与软件工具(第2版)》的写作背景和动机，以及全书中使用的基本概念、术语、公式、符号等知识。第2章是关于地理空间分析的概念框架，包括地理空间分析的基本单元、空间关系和空间统计。第3章对地理空间分析的历史和方法背景进行了总结。第4章是关于地理空间分析的基本单元，包括空间数据模型、几何和关系操作、查询和计算、距离操作、方向操作、格网操作和地图代数。第5章介绍数据探测和空间统计学的基本方法和常用工具。第6章是关于表面分析和场分析的介绍，包括表面建模、表面几何、流域分析、内插方法等。第7章讲授网络和位置分析的相关问题。第8章则对地理计算的方法和建模进行介绍。《地理空间分析:原理、技术与软件工具(第2版)》在讲授...(展开全部)

《地理空间分析:原理、技术与软件工具(第2版)》系统讲授了地理空间分析的基本理论方法、应用技术和软件工具，共分8章。第1章介绍《地理空间分析:原理、技术与软件工具(第2版)》的写作背景和动机，以及全书中使用的基本概念、术语、公式、符号等知识。第2章是关于地理空间分析的概念框架，包括地理空间分析的基本单元、空间关系和空间统计。第3章对地理空间分析的历史和方法背景进行了总结。第4章是关于地理空间分析的基本单元，包括空间数据模型、几何和关系操作、查询和计算、距离操作、方向操作、格网操作和地图代数。第5章介绍数据探测和空间统计学的基本方法和常用工具。第6章是关于表面分析和场分析的介绍，包括表面建模、表面几何、流域分析、内插方法等。第7章讲授网络和位置分析的相关问题。第8章则对地理计算的方法和建模进行介绍。《地理空间分析:原理、技术与软件工具(第2版)》在讲授...(展开全部)

对国内的大多数从事生态研究的学者和研究生而言，数学方法的选择是他们在研究中所面临的最大的难题之一，因此在实验设计阶段因没有充分考虑不同方法对数据的要求，导致最后的试验结果无法做较为深入的分析，这也是国内生态学者的研究成果在国外期刊发表比较难以发表的主要原因之一。本书以目前生态学研究中最为重要的空间分析为主题，系统地介绍了目前生态学中常用的数学方法，因为作者是生态学家而非数学家，因此从生态学的角度对这些数学方法的介绍更容易被生态学家所理解和接受。本书是迄今为止并不多见的对生态学中常用的空间分析方法进行系统、全面、深入浅出介绍的专著，正如本书的名字所示，本书完全可以作为一本生态学家的指南。无疑本书的翻译出版将有利于推进空间分析方法在生态学中更为科学、有效地应用。

《空间分析》内容简介：空间数据和过程广泛存在于环境、生态、地质、地理、社会、经济、人口健康、公共安全等领域之中。《空间分析》包括了空间数据的预处理、空间数据的统计分析、空间过程的动力学建模、空间运筹、空间信息的不确定性、空间分析软件包等内容。各章内容大体按问题提出、原理、计算公式和算例分节，强调理论性和实用性。

本书先介绍预测分析的重要概念和原则，然后给出一系列的代码示例和算法讲解，引导读者了解完整的预测分析流程，进而用Python工具构建高性能的预测分析解决方案。全书所涵盖的内容包括预测分析过程、理解问题和准备数据、理解数据集—探索性数据分析、基于机器学习的数值预测、基于机器学习的类别预测、调整模型和提高性能、基于Dash的模型实现等。 本书适合想要学习预测建模并对用Python工具实现预测分析解决方案感兴趣的数据分析师、数据科学家、数据工程师和Python开发人员阅读，也适合对预测分析感兴趣的读者参考。

本书遵循结构化和综合性的方法，介绍了文本和语言语法、结构和语义的基础概念和高级概念。从自然语言和Python的基础开始，进而学习先进的分析理念和机器学习概念。全面提供了自然语言处理（NLP）和文本分析的主要概念和技术。包含了丰富的真实案例实现技术，例如构建分类新闻文章的文本分类系统,使用主题建模和文本摘要分析app或游戏评论,进行热门电影概要的聚类分析和电影评论的情感分析。介绍了基于Python和流行NLP开源库和文本分析实用工具，如自然语言工具包（nltk）、gensim、scikit-learn、spaCy和Pattern

本书从讲解如何在数据科学中应用Python开始，陆续介绍了Python的工作环境，如何用Python分析数据，以及数据挖掘的概念，然后又扩展到机器学习。本书还涵盖了缩减原则、集成方法、随机森林、旋转森林和超树等方面的内容，这些都是一个成功的数据科学专家所必需掌握的。 阅读本书，你将学会： ■ 揭示数据科学算法的完整范畴； ■ 高效地掌握和使用numpy、scipy、scikit-learn和matplotlib等Python库； ■ 了解进阶回归方法的建模和变量选择； ■ 进一步彻底理解集成方法的潜在含义及实施； ■ 在各种各样的数值和文本数据集上解决实际问题； ■ 熟悉先进的算法，如梯度提升、随机森林、旋转森林等。 本书特色： ■ 内容明确且易于跟学； ■ 甄选重要的任务与问题； ■ 精心组织编排内容，有效解决问题； ■ 清晰易懂的讲解方式； ■ ...(展开全部)

《音乐分析指南》（A Guide to Musical Analysis）在欧美音乐分析学术界备受关注和肯定，在国内也颇受广大师生的欢迎与喜爱。图书由诺顿出版社提供版权，英国剑桥大学教授、著名音乐分析理论家尼库拉斯•库克（Nicholas Cook）撰著，上海音乐学院教授、博士生导师陈鸿铎翻译。“指南”是本书最大的亮点，作者总是站在一个学习者的角度，设身处地地去指导分析如何一步步地走下去，以及如何判断分析带来的东西是否是我们所需要的，充分贯彻了“指南”的写作原则，同时也最大限度地发挥了“指南”的作用。

《音乐分析指南》（A Guide to Musical Analysis）在欧美音乐分析学术界备受关注和肯定，在国内也颇受广大师生的欢迎与喜爱。图书由诺顿出版社提供版权，英国剑桥大学教授、著名音乐分析理论家尼库拉斯•库克（Nicholas Cook）撰著，上海音乐学院教授、博士生导师陈鸿铎翻译。“指南”是本书最大的亮点，作者总是站在一个学习者的角度，设身处地地去指导分析如何一步步地走下去，以及如何判断分析带来的东西是否是我们所需要的，充分贯彻了“指南”的写作原则，同时也最大限度地发挥了“指南”的作用。