作者讲述了自己从月薪1300元到年薪百万元的成长故事。本书通过作者的亲身经验与复盘，提供了时间管理的底层逻辑，人人可用的方法论，拿来即用的时间管理工具。通过道、法、术、器的介绍，全方位帮助读者重塑时间管理认知。 第1章，通过巧妙投资时间账户，复盘了作者初入职场9个月4倍涨薪的经验。 第2章，刷新认知，塑造3个习惯，每天多挤出6个多小时的自我可支配时间。 第3章，把控好人生中的重要事，降低意外风险，以节省无谓的时间&金钱支出。 第4章，提供让你受益终身的时间管理工具&习惯，帮助你打造一套优于常人的“操作系统”。 时间是资源，管理是动作。时间管理是通过一系列管理动作，为我们挤出可支配时间这种宝贵资源，然后将其投资到生命中更有价值的事情上。本书可以帮助职场人刷新认知，塑造各种习惯，最终让健康获得改善，让财富获得稳定且持续的增长

《社交分寸：做个复杂世界的明白人》是一本帮助你潇洒游走于各种交际场合的社交宝典。与人交往重要的是把握分寸感，亲疏有度，才能久处不厌。不管是公共场合的泛泛之交，还是相识已久的至交好友，不管是在职场上还是在家庭中，人与人之间的沟通和往来都离不开人情世故。只有懂得这些人情世故，懂得圆通处世之道，才能掌握打通社会这个名利场的钥匙。

《社交分寸：做个复杂世界的明白人》是一本帮助你潇洒游走于各种交际场合的社交宝典。与人交往重要的是把握分寸感，亲疏有度，才能久处不厌。不管是公共场合的泛泛之交，还是相识已久的至交好友，不管是在职场上还是在家庭中，人与人之间的沟通和往来都离不开人情世故。只有懂得这些人情世故，懂得圆通处世之道，才能掌握打通社会这个名利场的钥匙。

本书以统计学史上著名人物的伟大成就为脉络，将数据分析这一学科的发展历程娓娓道来。从开普勒仰望星空拉开统计学序幕，贝叶斯提出主观概率，到人工智能、深度学习逐步渗透今天的日常生活。本书带领读者在数据科学的熠熠星光下，看透大数据的深邃内核。

本书围绕精益创业展开讨论，融合了精益创业法、客户开发、商业模式画布和敏捷持续集成的精华。本书汇聚了100多位创始人、投资人、内部创业者和创新者的成功创业经验，呈现了30多个极具价值的案例分析，可以为各阶段的创业者提供行为准则。

本书由实战经验丰富的两位数据分析师执笔，首先介绍了商业领域里通用的数据分析框架，然后根据该框架，结合8个真实的案例，详细解说了通过数据分析解决各种商业问题的流程，让读者在解决问题的过程中学习各种数据分析方法，包括柱状图、交叉列表统计、A/B测试、多元回归分析、逻辑回归分析、主成分分析、聚类、决策树分析、机器学习等。特别是书中使用的数据都是未经清洗的原始数据，能够让读者了解真实的数据分析流程，避免纸上谈兵。

网络数据分析是网络信息计量学的重要组成部分，也是当前网络界、新闻传播界、信息管理界都十分关注的热点研究领域之一。本书从理论、方法、应用三个角度，全面、系统地论述了网络数据分析的基本原理、方法和工具，详细探讨了它在网络传播、网络信息计量学、网络信息资源管理、电子商务与网络营销、企业管理与市场经营、科学评价与网络管理等许多领域的应用。全书共9章，包括网络数据概论、网络数据仓库、网络数据流量分析、网络数据定性分析、网络数据多维分析、网络数据挖掘分析、网络数据分析系统的开发以及应用和实例等。 本书既适合于高等院校的新闻与传播、信息管理与科学评价、信息计量学与科学计量学、网站设计与管理、管理科学与工程、电子商务、网络营销等专业的师生教学使用，也可供广大信息工作者、网络工作者、科技工作者和有关管理人员学习参考。

《数据分析概论》研究对象是社会科学的研究数据。数据分析可以赋予事实意义，好的数据分析能为所研究的社会现象提供合理的描述和解释。 本书旨在为定量研究数据分析的每一步提供统计学基础。作者讨论了数据搜集的意义、一元统计、对相关性的测量、显著性检验、简单和多元回归，并给出了大量的数学公式，使得读者能更好地理解这些内容。

面板数据模型日益受到应用研究人员的欢迎，因为与横截面数据模型和时序数据模型相比，面板数据模型描述人类行为复杂性的能力更加突出。因此，越来越多且内容更丰富的面板数据集也日益增多。《面板数据分析(第2版)》由萧政所著，1986年的第一版取得了非常大的成功，本书在第一版的基础上进行了重大修订。面板数据研究中的近期进展都以非常严谨而又友好的方式呈现在本书中，并与原有内容有机地结合成一个整体。严谨的理论分析与合理引用的实证案例使得《面板数据分析(第2版)》对经济、商业、社会学、政治学等领域的研究生和高级研究人员非常有帮助。第二版的具体修订包括对Bayes方法和严格外生性概念（为将各种模型的识别联系起来，估计量在广义矩法框架下表示）的介绍，直观解释估计离散选择模型的半参数方法和面板数据样本选择模型估计的配对修整方法，等等。

本书系统介绍了使用Python进行数据分析需要掌握的各项知识，涵盖了Python基础知识、网络爬虫技术、正则表达式、BeautifulSoup和JSON、词语切分、自然语言处理、使用NumPy与Pandas处理数据、数据可视化技术、MySQL、机器学习、朴素贝叶斯模型、支持向量机、随机森林、深度学习以及量化投资。本书通过结合数据分析技术的理论知识与Python的实战应用，帮助读者更好地运用Python解决数据分析中的实际问题。 本书适合作为高等院校工商管理类研究生、本科生的数据分析课程教材，还适合作为金融行业人员的参考资料。