本书是在作者近十年进行数据库理论与系统研究的基础上撰写的。书中将系统阐述和分析度量空间下多源异构（大）数据的索引、查询以及交互等问题，以有效解决度量空间数据管理问题。

《空间数据分析理论与实践》对空间数据分析领域进行了广泛的论述。《空间数据分析理论与实践》综述了空间数据分析和位置(地点、背景和空间)在科学以及决策相关研究方面的重要性。涵盖了人们所关注的最新的探索性空间数据分析和空间建模方法，以及如何表达在地理空间中的属性的基本问题。引领读者进入支撑空间数据分析的关键领域，为读者了解和领会这个领域的诸多关键问题提供了一个平台。此书部分内容适合大学本科生和硕士研究生，还包含了让从事空间分析领域研究的地理、社会、经济、环境和统计等学科的科学工作者感兴趣的、具有足够挑战性的内容。

《空间数据分析与R语言实践》较全面地介绍了R应用于空间数据分析的原理和方法。在介绍R中空间数据类、方法、空间对象、空间点类、空间线类、空间面类及空间网格的基础上，首先介绍了空间数据的可视化、空间数据的导入导出、空间数据的处理及定制多点数据、六角形网格、时空网格及大型网格数据类的方法；然后介绍了空间点模式分析、插值与地统计分析、面数据和空间自相关分析和面数据建模；最后介绍了空间数据分析在疾病数据制图及分析中的应用。

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。

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。

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。

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。