作者简介： Jacqueline Kazil 数据科学家，资深软件开发者。活跃于Python软件基金会、PyLadies等社区。曾参与美国总统创新伙伴项目，是美国政府技术组织18F的联合创始人。曾担任《华盛顿邮报》数据记者。 Katharine Jarmul 资深Python开发者，PyLadies联合创始人。喜欢数据分析和获取、网页抓取、教人学习Python以及Unix，期望通过教育和培训来促进Python和其他开源语言的多元化。 译者简介： 张亮（hysic） 毕业于北京大学物理学院，爱好机器学习和数据分析的核安全工程师。 吕家明 2016年毕业于哈尔滨工业大学，现就职于腾讯，从事搜索、Query分析等相关工作，熟悉大规模数据下的数据挖掘和机器学习实践。

本书采用基于项目的方法，介绍用Python完成数据获取、数据清洗、数据探索、数据呈现、数据规模化和自动化的过程。主要内容包括：Python基础知识，如何从CSV、Excel、XML、JSON和PDF文件中提取数据，如何获取与存储数据，各种数据清洗与分析技术，数据可视化方法，如何从网站和API中提取数据。

本书采用基于项目的方法，介绍用Python完成数据获取、数据清洗、数据探索、数据呈现、数据规模化和自动化的过程。主要内容包括：Python基础知识，如何从CSV、Excel、XML、JSON和PDF文件中提取数据，如何获取与存储数据，各种数据清洗与分析技术，数据可视化方法，如何从网站和API中提取数据。

【编辑推荐】 从多个角度全面讲解Storm实时数据处理技术和最佳实践，为快速掌握并灵活应用Storm提供实用指南； 从实际问题出发，系统介绍Storm的基本应用、多语言特性、完整业务系统实现和产品交付的最佳实践方法；从产品持续交付角度，分析并实践集成、测试和交付的所有步骤。 【内容简介】 在大数据领域，Hadoop无疑是最炙手可热的技术。作为分布式系统架构，Hadoop具有高可靠性、高扩展性、高效性、高容错性和低成本的优点。然而随着数据体积越来越大，实时处理能力成为了许多机构需要面对的首要挑战。Hadoop是一个批处理系统，在实时计算处理方面显得十分乏力。Storm是一个类似于Hadoop的实时数据处理框架，也是一个非常有效的开源实时计算工具，通常被比作“实时的Hadoop”。 本书通过丰富的实例，系统讲解Storm的基础知识和实时数据处理的最佳实践...(展开全部)

本书以元宇宙为主题，全面讲述了元宇宙在当下和未来的发展。首先，讲解了元宇宙的概念、技术、产业链及对互联网行业的重要意义，以便读者了解元宇宙的整体框架。其次，介绍了元宇宙在游戏、社交、办公、教育、虚拟数字人等方面的应用，展示了元宇宙的巨大潜力。最后，分析了数字经济变革、元宇宙投资方向，并且对未来进行了展望，介绍了元宇宙的商业潜能。 本书在讲述概念的同时，对元宇宙的应用场景、未来趋势、投资赛道等做了分析。此外，融入诸多案例，对元宇宙的入局者具有很强的指导意义。

本书全面、系统地讲解了Excel在数据处理和分析中的日常应用。结构独具匠心，以应知应会的知识为主线，以实际案例和应用技巧为主题，有助于职场人士解决实际工作中的问题，提高工作效率，培养Excel应用能力。全书共9章，主要内容包括你真的认识Excel吗、数据输那些事儿、给数据洗洗脸、数据计算很简单、人人都会数据分析、使用数据透视表分析数据、拿图表讲故事、认识Excel中的高级功能及综合案例等。本书全面、系统地讲解了Excel在数据处理和分析中的日常应用。结构独具匠心，以应知应会的知识为主线，以实际案例和应用技巧为主题，有助于职场人士解决实际工作中的问题，提高工作效率，培养Excel应用能力。全书共9章，主要内容包括你真的认识Excel吗、数据输那些事儿、给数据洗洗脸、数据计算很简单、人人都会数据分析、使用数据透视表分析数据、拿图表讲故事、认识Excel中的高级功能及综合案例等。

本书覆盖了当前大数据处理领域的热门技术，包括Hadoop、Spark、Storm、Dremel、Drill等，详细分析了各种技术的应用场景和优缺点；同时阐述了大数据下的日志分析系统，重点讲解了ELK日志处理方案；最后分析了大数据处理技术的发展趋势。 本书采用幽默的表述风格，使读者容易理解、轻松掌握；重点从各种技术的起源、设计思想、架构等方面阐述，以帮助读者从根源上悟出大数据处理之道。

本书以Python中的pandas库为主线，介绍各类数据处理与分析方法。 本书共包含13章，第一部分介绍NumPy和pandas的基本内容；第二部分介绍pandas库中的4类操作，包括索引、分组、变形和连接；第三部分介绍基于pandas库的4类数据，包括缺失数据、文本数据、分类数据和时间序列数据，并介绍这4类数据的处理方法；第四部分介绍数据观测、特征工程和性能优化的相关内容。本书以丰富的练习为特色，每章的最后一节为习题，同时每章包含许多即时性的练习（练一练）。读者可通过这些练习将对数据科学的宏观认识运用到实践中。

本书覆盖了当前大数据处理领域的热门技术，包括Hadoop、Spark、Storm、Dremel、Drill等，详细分析了各种技术的应用场景和优缺点；同时阐述了大数据下的日志分析系统，重点讲解了ELK日志处理方案；最后分析了大数据处理技术的发展趋势。 本书采用幽默的表述风格，使读者容易理解、轻松掌握；重点从各种技术的起源、设计思想、架构等方面阐述，以帮助读者从根源上悟出大数据处理之道。

本书以Python中的pandas库为主线，介绍各类数据处理与分析方法。 本书共包含13章，第一部分介绍NumPy和pandas的基本内容；第二部分介绍pandas库中的4类操作，包括索引、分组、变形和连接；第三部分介绍基于pandas库的4类数据，包括缺失数据、文本数据、分类数据和时间序列数据，并介绍这4类数据的处理方法；第四部分介绍数据观测、特征工程和性能优化的相关内容。本书以丰富的练习为特色，每章的最后一节为习题，同时每章包含许多即时性的练习（练一练）。读者可通过这些练习将对数据科学的宏观认识运用到实践中。