本书主要面向高校师范类各专业，以学生上岗前形成较熟练的教学软件设计与制作技能为目标，介绍了多媒体基础理论、计算机辅助教学基本理论、单机课件制作、教学积件制作、网络课件制作、教学软件综合开发与使用等内容。全书包括7章：多媒体技术基础、多媒体CAI与教学软件设计基本理论、PowerPoint2013与多媒体课件制作、CamtasiaStudio8与微课视频制作、FlashCS6与教学积件制作、Authorware7与多媒体教学软件制作、DreamweaverCS6与网络课件制作。本书理论知识适度，实例贴近中小学课程教学，可作为师范类本科学生计算机辅助教学、多媒体课件制作等课程的教材，也可作为广大中小学教师制作教学软件的工具参考书。

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。

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。

本书详细阐述了使用Power BI实现数据的处理和分析的相关方法和实现操作。 全书共10章，主要内容包括数据分析概述、数据的获取、数据处理基础、 M语言基础、使用M语言进行自动化数据处理、数据可视化、DAX语言基础、数据分析基础、数据分析进阶、数据分析应用案例。 本书适合各行各业需要进行日常数据处理和分析的办公人员和数据分析人员阅读，也可以作为大专院校学生的教材或参考书使用。

Excel是微软Office套装软件的重要构成部分，能够完成数据的采集、整理、统计、分析与可视化等多种操作，被广泛应用于管理、统计、财经、金融等众多领域。 本书汇集了用户在使用Excel进行数据处理与分析时最常见的问题需求，通过180多个实例的演示与讲解，帮助读者灵活有效地使用Excel来处理工作中遇到的问题。 本书共14章，详细介绍了Excel 2016在数据处理与分析方面的各种应用技巧，内容涉及导入外部数据源、数据输入、数据规范、数据整理与表格编辑、数据排序和筛选、使用条件格式标识数据、函数公式的应用、使用透视表统计数据、单变量求解、规划求解、Power Query及Power Pivot的基础应用，以及使用图表和图形对数据可视化及表格打印等内容。 本书采用循序渐进的方式，由易到难地介绍Excel中的常见知识点，除了原理和基础性的讲解外，还配以典型示例帮助读者加深理解，突出实用性和适用性。本书注重知识结构的层次性，循序渐进安排各个章节的知识点，尽量降低学习难度，通过翔实的操作实例和丰富的课后练习题目，培养学习者的动手实践能力。

近年来，以Apache Spark为代表的大数据处理框架在学术界和工业界得到了广泛的使用。本书以Apache Spark框架为核心，总结了大数据处理框架的基础知识、核心理论、典型的Spark应用，以及相关的性能和可靠性问题。本书分9章，主要包含四部分内容。第一部分 大数据处理框架的基础知识（第1～2章）：介绍大数据处理框架的基本概念、系统架构、编程模型、相关的研究工作，并以一个典型的Spark应用为例概述Spark应用的执行流程。第二部分 Spark大数据处理框架的核心理论（第3～4章）：介绍Spark框架将应用程序转化为逻辑处理流程，进而转化为可并行执行的物理执行计划的一般过程及方法。第三部分 典型的Spark应用（第5章）：介绍迭代型的Spark机器学习应用和图计算应用。第四部分 大数据处理框架性能和可靠性保障机制（第6～9章）：介绍Spark框架的Shuffle机制、数据缓存机制、错误容忍机制、内存管理机制等。