本书第二版是在2006年第一版的基础上，再综合了近年来作者们的研究成果和国内外文献资料加以修改和增订而成的，全书内容更新1/3以上，全面系统地介绍了雷达数据处理技术的理论、进展和研究成果。所涉及的内容包括：量测数据预处理、航迹起始、数据关联、机动目标跟踪、多目标跟踪终结理论与航迹管理、误差配准、群跟踪、雷达数据处理性能评估等。此外，本书还将作者在研究过程中所得到的一些实用方法加以重点介绍，并且在大部分章节中都给出了各章所介绍内容的仿真结果，且对不同算法的性能作了比较分析。

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。

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。

本书是Python数据分析入门书，每个概念都通过简单实例来阐述，便于读者理解与上手。具体内容包括：Python及Pandas基础知识，加载和查看数据集，Pandas的DataFrame对象和Serie

数据流处理技术是目前的研究热点，掌握数据流处理技术有助于更好地研究利用大数据，挖掘出数据背后潜在的价值。 本书围绕物联网追溯系统的研发及数据流处理过程中的聚类、追溯、预测与建模关键技术进行了研究。全书共6章，第1章是绪论，主要介绍物联网的概念及中国农业物联网产业化发展现状及其国内外大数据的研究现状和热点。第2～5章，主要极少数据流聚类算法、数据流追溯方法、数据流预测方法、数据流预测方法、数据流建模方法。第6章，介绍了物联网追溯系统的研发和软硬件环境配置，并对本书的主要内容进行总结和展望。

数据流处理技术是目前的研究热点，掌握数据流处理技术有助于更好地研究利用大数据，挖掘出数据背后潜在的价值。 本书围绕物联网追溯系统的研发及数据流处理过程中的聚类、追溯、预测与建模关键技术进行了研究。全书共6章，第1章是绪论，主要介绍物联网的概念及中国农业物联网产业化发展现状及其国内外大数据的研究现状和热点。第2～5章，主要极少数据流聚类算法、数据流追溯方法、数据流预测方法、数据流预测方法、数据流建模方法。第6章，介绍了物联网追溯系统的研发和软硬件环境配置，并对本书的主要内容进行总结和展望。

本书重点讲述R语言数据处理及可视化中使用到的经典软件包。 第1章主要介绍R语言是什么。第2章主要简要介绍R语言ggplot2可视化基本语法、例子。第3章讲解R语言数据处理经典包。可视化分析需要数据输入，实际情况中的数据基本都需要重塑处理才能可视化，因此学习可视化分析的重要环节是数据处理。第4章讲解R语言ggplot2包绘图详细。以常用图形开始，逐个讲解各类图形绘制的具体语法，关键点。第5章介绍R语言ggplot2增强包。第6章讲解R语言实际使用过程中运用实例，由难到易运用本书所学内容，涉及外部数据采集、数据整合、分析可视化，最终讲解以rmarkdown呈现到分析报告的方法。第7章概要提及本书未涉及的方向，如机器学习等，介绍分享扩展学习资料。 本书面向R语言的初学者，对于财务分析、经营分析、商业分析等有一定经验读者，如果想突破EXCEL、tableau等可视化瓶颈，本书也是会是不错的选择。

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。