已经限定的分面

馆藏地点:

出版日期:

1. 2024 x

文献类型:

1. 图书 x

图书馆

1. 显示更多..

馆藏地点

1. 显示更多..

主题

1. 数据处理 (2)
2. 统计分析 (2)
3. matlab软件 (1)
4. 图象处理软件 (1)
5. 应用软件 (1)
6. 数据处理软件 (1)
7. 数据采集 (1)
8. 本书中用chatgpt自动生成代码, 实现了excel数据处理自动化的绝大部分内容, 包括数据导入和导出、数据整理、数据预处理、数据统计分析、数据可视化和与excel工作表交互等。书中针对数据处理的每个问题都提供了示例, 结合示例实践了提示词的编写技巧, 并对与表达、数据、输出、效率和语言等相关的主题进行了探讨和总结。书中的代码是使用pandas、xlwings和openpyxl编写的, 这也是目前通过编程方式处理excel数据最优的工具组合。 (1)
9. 本书为程序设计专用教材, 本书涵盖python的环境配置、基础语法和数据类型、函数、面向对象编程、模块化开发、文件io操作、引用传递原理、正则表达式、三方包的下载安装、开发工具的使用、numpy科学计算包的基本使用和文档查阅方法、常用数据图表及matplotlib和seaborn绘图包的基本使用。 (1)
10. 本书主要介绍大数据可视化的基本概念和相应的技术应用。全书内容共11章, 分别为大数据可视化概述、大数据可视化原理、大数据可视化方法、数据可视化工具、excel数据可视化、tableau数据可视化、echarts与pyecharts数据可视化、python数据可视化、r语言可视化、大数据可视化行业分析以及大数据可视化综合实训。本书将理论与实践操作相结合, 通过大量的案例帮助读者快速了解和应用大数据分析的相关技术, 并且对于书中重要的、核心的知识点加大练习的比例, 以使读者达到熟练应用的目的。 (1)
11. 本书主要介绍如何使用power bi中令人惊叹的charticulator插件创建令人惊叹的复杂可视化效果。power bi中的charticulator插件为用户提供了生成视觉和图形的强大功能。对于初学者来说, 有无数的设置和选项可以组合在一起, 它被称为图表世界的dax”。读者通过本书将学到以下内容: 在没有编程或其他专业技术知识的情况下, 生成具有启发性和技术能力的视觉效果。 (1)
12. 本书从python数据分析的基础知识入手，通过大量案例，系统介绍数据分析的流程与数据可视化的方法，提高读者应用数据来解决实际问题的。全书共8章，第1章主要介绍数据分析与可视化基本概念等相关知识；第2章主要介绍使用python语言编程常用的知识点；第3章主要介绍python数据 (1)
13. 本书从基本概念到前沿技术, 深人探讨了地理空间数据建模与分析的核心内容。全书涵盖了地理空间数据基础、地理空间数据库构建、地理空间数据预处理、地理空间数据分析技术、遥感数据分析与地理空间建模、地理空间数据可视化与表达, 以及一系列实际案例, 向读者展示了如何应用前述的地理空间数据分析技术和工具来解决真实世界的问题。 (1)
14. 本书从大数据开发所需要的基础编程知识出发，首先阐述linux开发环境中常用的命令。接着介绍数据清洗工具kettle的基础操作以及常见的数据可视化效果，如饼图、柱状图、折线图、平行坐标图等。最后通过数据清洗、数据可视化、数据挖掘等热门大数据技术在环境、金融、电商等行业的具体应用，给读者提供大数据体验情景。 (1)
15. 本书从大数据由来、大数据挖掘、大数据应用、大数据技术, 大数据安全等不同的角度为读者展示了一个较为全面的、完整的大数据。分析了行业共性业务需求和个性业务需求, 并且详细阐述了满足这些业务需求的大数据的技术, 探讨了大数据下的商业智能技术和现有技术架构的整合, 介绍大数据处理、存储的方法与技术, 研究了大数据挖掘方法及实践案例, 介绍了大数据可视化工具。本书共十四章, 从概念到应用, 由浅人深, 全面深入的探析了基于云计算的大数据处理技术。结合云计算技术对大数据架构进行分析, 并对大数据的发展和应用进行探索, 根据大数据的巨量分析, 进一步对机器学习和数据挖掘等领域进行研究, 结合实际应用, 从而让读者更好地了解云计算与大数据研究, 对未来有更高的期待。 (1)
16. 本书以python为承载语言，第2、3章包含了python编程基础；在第4章介绍了python内存模型；第5章介绍了面向对象的基础知识；第6章介绍了数据获取；第7章介绍了用numpy进行数据处理；第8章介绍了数据可视化；第9章介绍了采用python进行数据分析的最主要工具pandas；第10章列举 (1)
17. 本书以数据智能和编程思维为核心, 围绕数据的全生命周期管理概念, 详细介绍了基于python的数据分析与可视化方法, 涵盖基本概念、数据处理、数据获取、数据计算、数据分析、数据可视化及综合应用。教材分为理论和实践两部分, 内容由浅入深, 语言通俗易懂, 案例贴近学生生活和学习真实场景, 既体现了数据科学的技术热点, 又兼顾了案例的生动性和趣味性。 (1)
18. 本书以讲授数据可视化基础知识和工具应用为目标，在阐述可视化基本理论的基础上，采用大案例教学的方法，以某一超市数据为例，贯穿全书(711章)，讲解和演示如何使用tableau和python两种工具完成各类可视化图形及可视化大屏的制作，讲述数据故事，挖掘数据背后的信息。全书 (1)
19. 本书共106个python实验项目, 涵盖运算符、内置函数、选择结构与循环结构、函数定义与使用、面向对象编程、字符串与正则表达式等python基础知识, 以及office文件操作、数据库操作、多线程与多进程、socket编程、tkinter编程、算法分析与设计、数字图像处理、计算机图形学、声音处理、密码学、自动运维、网络爬虫、数据分析、数据可视化和机器学习等领域的应用。 (1)
20. 本书共11章, 从chatgpt的使用入手, 系统介绍了如何使用它实现office自动化与数据分析。第1章主要介绍chatgpt 及其应用场景。第2章详细讲解与chatgpt交互所需要掌握的绘图语言、轻量级标记语言markdown与python语言等。第3章介绍如何使用chatgpt理清思路。第4章介绍如何使用chatgpt实现时间管理。第5章重点讲解如何使用chatgpt实现任务管理。第6章介绍chatgpt如何辅助实现邮件的自动化处理。第7-9章分别介绍如何使用chatgpt实现word、excel与ppt的自动化处理, 包括文档生成、格式转换、数据可视化与vba编程等。第10章重点讲解chatgpt如何实现数据分析与可视化。第11章包含5个综合案例, 系统演示如何利用chatgpt实现office文档自动化、项目管理自动化、市场调研与数据分析等。 (1)
21. 显示更多..

著者

1. 关东升编著 (2)
2. (美)亚当·施罗德(adamschroeder)，(美)克里斯蒂安·迈耶(christianmayer) (1)
3. (美)拉斐尔·a.伊里萨里(rafaela.irizarry)著 (1)
4. (美)杰弗里·d.坎姆(jeffreyd.camm)等著 (1)
5. (英) 艾莉森·博克斯著,陆文捷译 (1)
6. (英)艾伦·史密斯(alansmith)著 (1)
7. krishna rajan等著 (1)
8. 丁伟雄编著 (1)
9. 丁金滨著 (1)
10. 何曙光，张敏编著 (1)
11. 倪振松，胡煜华，朱家全主编 (1)
12. 关东升, 韩文锋编著 (1)
13. 刘宁编著 (1)
14. 刘莹, 廖东霞, 张启亚主编 (1)
15. 吕焱飞编著 (1)
16. 吴翌琳 (1)
17. 周承君，姜朝阳，王之娇著 (1)
18. 平安编著 (1)
19. 张敏, 米婕, 戴志军编著 (1)
20. 张运香, 黄丽霞, 王崇主编 (1)
21. 显示更多..

出版日期

1. [2024] (47)
2. 显示更多..

文献类型

1. [图书] (47)
2. 显示更多..

语言种类

1. 汉语 (3)
2. 显示更多..

在馆

1. 不在馆 (47)
2. 显示更多..