数据管理是将原始数据加工整理成可分析的终数据形态的过程。这既是开展定量研究和统计分析的基础，也是所有定量研究者和统计分析人员必须掌握的基本功。传统定量方法的教材侧重介绍复杂的统计模型，而对原始调查数据的整理和清理工作较为忽视，《Stata数据管理教程》则详尽介绍了使用Stata软件开展数据管理的常用方法，内容涉及Stata软件的基本操作、读入和存储数据、数据清理、创建变量、变量运算、添加标签、数据合并、改变数据形态、do文件编写方法、编程入门等。 《Stata数据管理教程》特别适合定量研究的初学者使用；对于有相关数据分析经验的研究者来说，《Stata数据管理教程》的内容也有一定参考价值。

《21世纪人口学系列教材•数据管理与模型分析:STATA软件应用》整合数据挖掘、管理、模型分析及Stata统计软件应用于一体，较为系统地介绍了数据的基本结构、缺失值与极端值的处理、因子分析、连续数据与OLS模型、分类数据与logistic模型、纵向数据与固定效果模型、多层数据与随机效果模型、计数数据与相关模型。内容循序渐进，由易到难，结合大量实际问题讲解数据处理技术、常规和前沿模型的特点及软件操作示例，架起基础统计理论和软件应用之间的桥梁，架起研究思路与数据管理和挖掘之间的桥梁，架起研究理论和数据分析方法之间的桥梁，为社会科学领域定量研究的专业教学和普及培训提供了一本通用教材。

Calcite 是一款开源的动态数据管理框架，其目标是一种方案适应所有需求场景，能为不同计算平台和数据源提供统一的查询引擎，它对于没有高并发、低延时的多数据源间的数据管理有着天然的优势，是解决多数据源统一管理问题的利器。 本书围绕Calcite，结合其数据库基础知识、核心理论以及相关的项目实践情况，从SQL 的解析、校验、优化、执行等流程，对Calcite 组件进行介绍。同时本书为部分章节配置对应的代码和实例，帮助读者加深理解。 本书内容由理论到实践，将源码解析与实际案例相结合，可以作为Calcite 新手的入门图书以及快速上手的参考书，也可以作为大数据开发人员和从业人员的学习用书，还可以作为相关培训机构以及高等院校的教学用书。

Calcite 是一款开源的动态数据管理框架，其目标是一种方案适应所有需求场景，能为不同计算平台和数据源提供统一的查询引擎，它对于没有高并发、低延时的多数据源间的数据管理有着天然的优势，是解决多数据源统一管理问题的利器。 本书围绕Calcite，结合其数据库基础知识、核心理论以及相关的项目实践情况，从SQL 的解析、校验、优化、执行等流程，对Calcite 组件进行介绍。同时本书为部分章节配置对应的代码和实例，帮助读者加深理解。 本书内容由理论到实践，将源码解析与实际案例相结合，可以作为Calcite 新手的入门图书以及快速上手的参考书，也可以作为大数据开发人员和从业人员的学习用书，还可以作为相关培训机构以及高等院校的教学用书。

本书从当下数据中心的主要系统应用场景出发，介绍如何使用适合云计算和大数据的灾备方式来实现数据保护。

本书围绕 Kubernetes 云原生数据基础设施，介绍了如何通过 Kubernetes 管理数据存储，如何通过 Helm 和 Operator 在 Kubernetes 上自动部署和管理数据库，阐述了数据流式传输和数据分析的过程，探讨了在机器学习及其他新兴用例中如何使用 Kubernetes 云原生数据等。本书不仅深入阐述了云原生基础设施的发展历程和处理方式，而且分门别类地为每个场景提供了可以直接运行的示例代码，以便读者学习和练习。本书结构与英文原版保持一致，是 DaoCloud 云原生数据存储专家经反复校对后提供的译本。本书适合从事云端设计、构建和运行应用的开发人员，以及架构师和云原生工程师。无论你是Kubernetes 数据存储方面的“新手”还是有经验的“老兵”，相信本书都能让你有所受益。

本书实例意在解决生物学问题，通过“编程技法”的形式，涵盖尽可能多的组织、分析、表现结果的策略。在每章结尾都会有为生物研究者设计的编程题目，适合教学和自学。本书由六部分组成：Python语言基本介绍，语言所有成分介绍，高级编程，数据可视化，生物信息通用包Biopython，最后给出20个"编程秘笈”，范围涵盖了从二级结构预测、多序列比对到蛋白质三维结构的广泛话题。此外，本书附录还包括了大量的生物信息常用资源的信息。

本书从当下数据中心的主要系统应用场景出发，介绍如何使用适合云计算和大数据的灾备方式来实现数据保护。

本书围绕 Kubernetes 云原生数据基础设施，介绍了如何通过 Kubernetes 管理数据存储，如何通过 Helm 和 Operator 在 Kubernetes 上自动部署和管理数据库，阐述了数据流式传输和数据分析的过程，探讨了在机器学习及其他新兴用例中如何使用 Kubernetes 云原生数据等。本书不仅深入阐述了云原生基础设施的发展历程和处理方式，而且分门别类地为每个场景提供了可以直接运行的示例代码，以便读者学习和练习。本书结构与英文原版保持一致，是 DaoCloud 云原生数据存储专家经反复校对后提供的译本。本书适合从事云端设计、构建和运行应用的开发人员，以及架构师和云原生工程师。无论你是Kubernetes 数据存储方面的“新手”还是有经验的“老兵”，相信本书都能让你有所受益。

本书由畅销书作者、微软MVP李锐撰写，融合其23年实战与16年教学经验；旨在通过实际案例与实用技巧，帮助读者一次性掌握Excel数据工具、函数公式和数据透视技术，从而高效处理海量数据，优化工作流程，突破职场效率瓶颈，为未来基于AI的数据管理与应用奠定基础。 本书共16章，分为三部分。第一部分为数据工具的核心应用（第1～5章）：第1章概述企业面临的低效困境，并给出高效办公的解决方案；第2～5章详细解析删除重复值、数据验证、快速填充与条件格式等核心功能，帮助读者构建规范的数据源，掌握数据工具的核心应用技术。第二部分为基于函数公式的数据管理（第6～10章）：结合实战案例，系统讲解逻辑判断、文本处理、日期计算、查找引用与统计计算函数，以实现数据的自动化复杂计算功能。第三部分为数据透视与数据分析（第11～16章）：深入探讨数据透视表与透视图的应用，涵盖数据透视表的创建、布局变换、多维度分析（排序、筛选、统计计算）及透视图展示，助力读者从海量数据中提炼关键信息，实现数据的洞察与分析。