这不过是一本有趣的算法书而已。和别的算法书比较，如果硬要说它有什么特点的话，那就是你能看懂它。 这是一本充满智慧和趣味的算法入门书。没有枯燥的描述，没有难懂的公式，一切以实际应用为出发点， 通过幽默的语言配以可爱的插图来讲解算法。你更像是在阅读一个个轻松的小故事或是在玩一把趣味解谜 游戏，在轻松愉悦中便掌握算法精髓，感受算法之美。 本书中涉及到的数据结构有栈、队列、链表、树、并查集、堆和图等；涉及到的算法有排序、枚举、 深度和广度优先搜索、图的遍历，当然还有图论中不可以缺少的四种最短路径算法、两种最小生成树算法、 割点与割边算法、二分图的最大匹配算法等。 网名啊哈磊。 曾在中科院玩过单片机。武汉大学历史上第一位以本科生身份加入MSRA（微软亚洲研究院）的小伙伴，在机器学习组从事搜索引擎方面的研究。 发表国际会议论文一篇（IEEE）。 全国青少年信息学奥林匹克金牌教练。 超萌超简洁的C语言编译器——“啊哈C编译器”作者。 2013年我的著作，有趣的编程科普书《啊哈C！》出版。 网址：www.ahalei.com 微博：weibo.com/ahalei 非常喜欢小朋友，每天都过得都非常开心。 至于为什么叫“啊哈磊”，因为我觉得这是一个很喜庆的名字。

全书共有16 章，分为4 篇。基础篇，阐述数据可视化的基础理论和概念，从人的感知和认知出发，介绍数据模型和可视化基础；时空数据篇，介绍带有空间坐标或时间信息的数据的可视化方法，此类数据通过设备在真实物理空间中采集得到或由科学计算模拟产生；非时空数据篇，描述非结构化和非几何的抽象数据的可视化，这些数据既存在于真实物理空间，又是社会空间和网络信息空间的基本表达形式；用户篇，介绍面向各类数据的可视化在实际应用中共同需要的方法、技术和工具，例如交互和可视化评测方法，以及在具体领域的可视化和应用系统。 本书从研究者的角度，介绍数据可视化的定义、方法、效用和工具，既可作为初学者的领路手册，也可用于可视化研究和可视化工具使用的参考指南。

这本书主要是用 pandas 连接 SciPy 和 NumPy，用pandas做数据处理是Pycon2012上一个很热门的话题。另一个功能强大的东西是Sage，它将很多开源的软件集成到统一的 Python 接口。 Python for Data Analysis is concerned with the nuts and bolts of manipulating, processing, cleaning, and crunching data in Python. It is also a practical, modern introduction to scientific computing in Python, tailored for data-intensive applications. This is a book about the parts of the Python language and libraries you’ll need to effectively solve a broad set of data analysis problems. This book is not an exposition on analytical methods using Python as the implementation language. Written by Wes McKinney, the main author of the pandas library, this hands-on book is packed with practical cases studies. It’s ideal for analysts new to Python and for Python programmers new to scientific computing. Use the IPython interactive shell as your primary development environment Learn basic and advanced NumPy (Numerical Python) features Get started with data analysis tools in the pandas library Use high-performance tools to load, clean, transform, merge, and reshape data Create scatter plots and static or interactive visualizations with matplotlib Apply the pandas groupby facility to slice, dice, and summarize datasets Measure data by points in time, whether it’s specific instances, fixed periods, or intervals Learn how to solve problems in web analytics, social sciences, finance, and economics, through detailed examples

“如果你想学习如何用一款统计专家和数据挖掘专家所开发的免费软件包，那就选这本书吧。本书包括大量实际案例，它们充分体现了R软件的广度和深度。” —— Bernhard Pfahringer, 新西兰怀卡托大学 本书利用大量给出必要步骤、代码和数据的具体案例，详细描述了数据挖掘的主要过程和技术，广泛涵盖数据大小、数据类型、分析目标、分析工具等方面的各种具有挑战性的问题。 本书的支持网站（http://www.liaad.up.pt/~ltorgo/DataMiningWithR/）给出了案例研究的所有代码、数据集以及R函数包。 本书特色 通过仔细选择的案例涵盖了主要的数据挖掘技术。 给出的代码和方法可以方便地复制或者改编后应用于自己的问题。 不要求读者具有R、数据挖掘或统计技术的基础知识。 包含R和MySQL基础知识的简介。 提供了对数据挖掘技术的特性、缺点和分析目标的基本理解。

Improve your programming through a solid understanding of C pointers and memory management. With this practical book, you'll learn how pointers provide the mechanism to dynamically manipulate memory, enhance support for data structures, and enable access to hardware. Author Richard Reese shows you how to use pointers with arrays, strings, structures, and functions, using memory models throughout the book. Difficult to master, pointers provide C with much flexibility and power - yet few resources are dedicated to this data type. This comprehensive book has the information you need, whether you're a beginner or an experienced C or C++ programmer or developer. Get an introduction to pointers, including the declaration of different pointer types Learn about dynamic memory allocation, de-allocation, and alternative memory management techniques Use techniques for passing or returning data to and from functions Understand the fundamental aspects of arrays as they relate to pointers Explore the basics of strings and how pointers are used to support them Examine why pointers can be the source of security problems, such as buffer overflow Learn several pointer techniques, such as the use of opaque pointers, bounded pointers and, the restrict keyword

《自然计算：DNA、量子比特和智能机器的未来》介绍了16位致力于解决计算领域前沿问题的科学家，他们分别在科学、工程金融等领域从事极富挑战性的工作。《自然计算：DNA、量子比特和智能机器的未来》记录了与这些科学家的对话内容，描绘了新的计算机架构和丰富多彩的新型软件技术。书中每章自成一体，揭示了这些科学家独特的探索之路；同时，还介绍了作者写作过程中产生的一系列奇思妙想，这些思想注定会让这个世界变得更好。 《自然计算：DNA、量子比特和智能机器的未来》适合所有对未来智能机器及未来计算感兴趣的读者阅读。

通过收集数据来学习和演进的计算机系统威力无穷。Mahout作为Apache的开源机器学习项目，把推荐系统、分类和聚类等领域的核心算法浓缩到了可扩展的现成的库中。使用Mahout，你可以立即在自己的项目中应用亚马逊、Netflix及其他互联网公司所采用的机器学习技术。 本书出自Mahout核心成员之手，得到Apache官方推荐，权威性毋庸置疑。作者凭借多年实战经验，为读者展现了丰富的应用案例，并细致地介绍了Mahout的解决之道。本书还重点讨论了可扩展性问题，介绍了如何利用Apache Hadoop框架应对大数据的挑战。 本书内容： • 利用分组数据实现个性化推荐； • 寻找数据中的逻辑簇； • 通过即时分类实现过滤与调优。

算法是计算机科学领域最重要的基石之一。算法谜题，就是能够直接或间接地采用算法来加以解决的谜题。求解算法谜题是培养和锻炼算法思维能力一种最有效和最有乐趣的途径。 本书是一本经典算法谜题的合集。本书包括了一些古已有之的谜题，数学和计算机科学有一部分知识就发源于此。本书中还有一些较新的谜题，其中有一部分谜题被用作知名IT企业的面试题。全书可分为4个部分，分别是概览、谜题、提示和答案。概览介绍了算法设计的通用策略和算法分析的技术，还附带有不少的实例。谜题部分将谜题按照简单、中等难度和较难三个层级分别列出。提示部分依次给出谜题提示，帮助读者找到正确的解题方向，同时仍然为读者留下了独立求解的空间。答案部分则给出了谜题的详细解答。 本书可以为对算法感兴趣的广大读者提供系统丰富而实用的资料，能够帮助读者提升高阶算法思维能力。本书适合计算机专业的高校教师和学生，想要培养和训练算法思维和计算思维的IT专业人士，以及在准备面试的应聘者和面试官阅读参考。

编辑推荐： 通过对本书的学习，读者不仅可以全面系统地了解该领域的基础原理，还能试验如何搭建一套真正的推荐系统。 —— 百度主任架构师、百度技术委员会主席 廖若雪 本书比较全面地介绍了推荐系统涉及的相关知识点，很适合对于推荐系统感兴趣的相关人员作为入门教程，目前能够系统全面介绍相关技术的中文书籍还显得匮乏，相信这本译著对于缓解这种情况大有裨益。 ——新浪微博数据挖掘技术专家 张俊林 本书不但介绍了比较成熟的经典算法，还介绍了最近几年的一些新进展，并辅之以实际应用的案例介绍。希望看到越来越多的朋友加入到推荐引擎的研究和应用中来！ ——百分点信息科技有限公司首席运营官兼技术副总裁 张韶峰 由蒋凡执笔翻译的这本《推荐系统》是一本从基础介绍推荐引擎的难得的好书，给人启迪良多。愿越来越多的互联网爱好者认真阅读本书，走在互联网发展大潮的前沿，成为下一代互联网产品真正需要的人才。 ——人民搜索商务搜索部总监 常兴龙 读者评价： 这是迄今为止市面上所有讲推荐系统的书中最全面、最实用的一本入门指南。如果你是教这门课的大学老师，万万不能错过这本“推荐系统大全”。尤其值得称道的是，这本书广泛涵盖了不同类型的推荐系统，并对它们逐一进行了鞭辟入里、细致入微的剖析。虽然这本书定位于初中级读者，但是我认为即使是经验丰富的专业人员，也会在其中发现新鲜有趣的内容。 ——Robin Burke, 芝加哥德保罗大学教授 本书涵盖了推荐系统领域的全部知识，并为应对未来新的挑战提供了前瞻性建议。书中全面解释了一系列生成推荐的经典算法和方法，概述了源自社交计算和语义网的新手段对推荐系统的作用。希望这本书能够点燃你的激情，释放你的创造力和进取精神，把推荐系统的研究与应用推向新的高度。 ——Joseph A. Konstan, 美国明尼苏达大学教授 内容简介： 本书全面阐述了开发最先进推荐系统的方法，其中呈现了许多经典算法，并讨论了如何衡量推荐系统的有效性。书中内容分为基本概念和最新进展两部分：前者涉及协同推荐、基于内容的推荐、基于知识的推荐、混合推荐方法，推荐系统的解释、评估推荐系统和实例分析；后者包括针对推荐系统的攻击、在线消费决策、推荐系统和下一代互联网以及普适环境中的推荐。此外，本书还包含大量的图、表和示例，有助于读者理解和把握相关知识。 本书适用于从事搜索引擎、推荐算法、数据挖掘等研发工作的专业人员以及对推荐系统感兴趣的读者。

本书的灵感来源于无聊与迷恋的感觉：对常规的数据结构与算法介绍的无聊，对复杂系统的迷恋。数据结构的问题在于教师在教授这门课程的时候通常不会调动起学生的积极性；复杂性科学的问题在于学校通常不会教授这门课程。 2005年，我在欧林学院讲授了一门新课程，学生要阅读关于复杂性的主题，使用Python进行实验，并学习算法与数据结构。当我在2008年再次讲授这门课程时，我写了本书的初稿。 在2011年第3次讲授这门课程时，我准备出版该书并邀请学生们以案例研究的形式提交其工作成果并包含在书中。我在欧林学院找了9位教授成立了项目委员会，选择可供出版的报告。符合标准的案例研究被纳入到本书中。我们将在下一版吸纳来自读者的更多稿件（参见附录A）。 对教师的建议 本书可以用作Python编程与算法的大学中级课程教材。我的教学遵循如下结构： 阅读 复杂性科学涵盖了各种主题。这些主题之间相互关联，但需要花费不少时间才能搞清楚这些联系。为了帮助学生们看到全景，我会向他们介绍一些阅读列表，这些都来自于该领域最流行的研究成果。我的阅读列表以及关于如何使用它的建议在附录B中。 练习 本书提供了一系列练习；很多练习都要求学生重新实现一些开创性实验并对其进行扩展。复杂性吸引人的一个地方在于我们可以通过适当的编程技能与数学知识接触研究前沿。 讨论 书中的主题提出了关于科学哲学的问题，这需要学生们进一步阅读并进行课堂讨论。 案例研究 在我的课堂上，我们将几乎半个学期的时间都用在了案例研究上。学生们经由构思产生过程、形成团队，并在一系列实验上花费6~7周的时间，然后以4~6页可发表的报告形式来呈现其工作成果。 可以通过https://sites.google.com/site/compmodolin了解课程大纲与我的说明。 对自学者的建议 在2009~2010年，我作为Google的一名访问学者在其剑桥办公室工作。在与我共事的软件工程师中，让我印象深刻的一点是他们广博的求知欲以及增长知识与技能的动力。 我希望本书能够帮助像他们一样的人们来探索他们可能遇不到的一些主题与想法，练习Python编程技能，以及学习关于数据结构与算法的更多知识（或者看看有哪些内容不适合放在第1版中）。 本书针对自学者的一些特点有： 技术深度

目 录 第一篇 绪论：最佳Excel学习方法 技巧1 成为Excel高手的捷径 技巧2 使用Excel联机帮助系统 技巧3 通过互联网搜索学习资源和解题方法 技巧4 在新闻组或BBS中学习 第二篇 基本功能 第1章 操作Excel 技巧5 设置不同的Excel启动效果 技巧6 Excel启动时自动打开指定的工作簿 技巧7 实用的Excel选项设置 技巧8 更新Excel到最新状态 技巧9 Excel 2000中的赛车游戏 技巧10 解决双击XLS文件无法打开的问题 第2章 工具栏和菜单 技巧11 让Excel始终显示完整的菜单 技巧12 自定义菜单和工具栏 技巧13 共享自定义工具栏 技巧14 备份自定义工具栏和菜单 第3章 操作工作簿 技巧15 显示工作簿的完整路径 技巧16 自定义默认工作簿 技巧17 预览工作簿 技巧18 多用途的文档属性 技巧19 查看最后打开文件的人 技巧20 使用工作区文件 技巧21 一次关闭多个文件的技巧 技巧22 简繁转换不求人 技巧23 保护Excel文件 技巧24 为工作簿减肥 技巧25 修复受损的Excel文件 技巧26 Excel文件转化为PDF文档 第4章 操作工作表 技巧27 选取单元格区域的高招 技巧28 轻松选择“特殊”区域 技巧29 快速填充所有空白单元格 技巧30 改变撤销的步数 技巧31 省心省力的重复操作 技巧32 快速切换工作表 技巧33 重置工作表中的已使用范围 技巧34 改变工作表标签颜色与字号 技巧35 更改Excel默认的行列标签的颜色 技巧36 隐藏秘密数据 技巧37 快速插入多个单元格 技巧38 快速插入多个行或列 技巧39 隔行插入的绝招 技巧40 在非空行之间自动插入空行 技巧41 快速删除所有空行 技巧42 快速改变行列的次序 技巧43 快速设置最适合的列宽 技巧44 限定工作表中的可用范围 技巧45 彻底隐藏工作表 技巧46 自定义默认工作表 第5章 数据处理 技巧47 输入数据后向不同方向移动单元格指针 技巧48 在单元格区域中移动 技巧49 方便查看标题的“冻结窗格”功能 技巧50 多窗口协同作业 技巧51 定义自己的序列 技巧52 自动填充的威力 技巧53 巧用右键和双击填充 技巧54 输入分数的方法 技巧55 使用语音校验输入准确性 技巧56 控制自动超链接 技巧57 取消现有的超链接 技巧58 提取超链接信息 技巧59 输入特殊字符 技巧60 输入身份证号码 技巧61 自动更正的妙用 技巧62 为文本添加拼音 技巧63 替换掉所有单元格中的换行符 技巧64 模糊查找数据 技巧65 查找替换单元格格式 技巧66 神奇的选择性粘贴 技巧67 Excel的摄影功能 第6章 单元格格式 技巧68 奇妙的自定义数字格式 技巧69 随心所欲设置日期格式 技巧70 自定义数字格式的经典应用 技巧71 把自定义数字格式的显示值保存下来 技巧72 合并单元格的同时保留所有数值 技巧73 同一个单元格里的文本设置不同格式 技巧74 制作斜线表头 技巧75 单元格里的文字换行 技巧76 工作表背景图片的妙用 第7章 名称的奥妙 技巧77 定义名称的3种方法 技巧78 名称命名的为与不为 技巧79 在名称中使用常量与函数 技巧80 名称的作用范围 技巧81 编辑名称引用 技巧82 创建动态名称 技巧83 图片自动更新 技巧84 快速选择定义名称的区域 技巧85 创建名称表格 技巧86 以图形方式查看名称 技巧87 快速删除所有名称 第8章 活用条件格式 技巧88 美丽的数据区域 技巧89 永恒的间隔底纹 技巧90 快速比较不同区域的数值（一） 技巧91 快速比较不同区域的数值（二） 技巧92 自动醒目的小计 技巧93 在工作日历中突显周休日 技巧94 突显活动单元格的坐标 技巧95 生日提醒 技巧96 特殊数值提醒 技巧97 标记重复值 技巧98 标记含有公式的单元格 技巧99 标记匹配目标数值的单元格 技巧100 八种颜色区分不同数值 技巧101 无限条件的条件格式 第9章 数据有效性绝技 技巧102 在单元格中创建下拉列表 技巧103 另类的批注 技巧104 快速切换有效性的来源 技巧105 动态源的数据有效性 技巧106 只能录入某种特征的数据 技巧107 限制重复值的录入 技巧108 杜绝负数库存 技巧109 强制序时录入 技巧110 多级选择录入 第10章 打印 技巧111 控制需要打印的内容 技巧112 重复打印顶端标题行和左侧标题行 技巧113 在同一页上打印不连续的区域 技巧114 控制打印输出的比例 技巧115 克隆工作表的页面设置 技巧116 在报表的每一页上打印公司Logo 技巧117 在页眉或页脚增加分隔线 技巧118 Excel的双面打印 技巧119 在Excel中定时打印 技巧120 虚拟打印 第三篇 数据分析 第11章 排序与筛选 技巧121 对超过3列的数据排序 技巧122 按照特定的顺序排序 技巧123 按笔划排序 技巧124 按行来排序 技巧125 按字符数量排序 技巧126 按颜色排序或筛选 技巧127 随机排序 技巧128 排序字母与数字的混合内容 技巧129 返回排序前的表格 技巧130 解决常见的排序故障 技巧131 在受保护的工作表中使用自动筛选 第12章 分类汇总与数据透视 技巧132 分类汇总结果的复制 技巧133 多字段分类汇总 技巧134 多层次的数据浏览 技巧135 在受保护的工作表中调整分级显示视图 技巧136 用二维表创建数据透视表 技巧137 组合数据透视表内的日期项 技巧138 快速统计重复项目 技巧139 在数据透视表中添加计算项 技巧140 自动刷新数据透视表 第四篇 函数导读 第13章 函数介绍 技巧141 慧眼识函数 技巧142 函数公式的输入和编辑 技巧143 函数工具提示 技巧144 函数公式查错与监视 技巧145 分步查看公式计算结果 技巧146 保护和隐藏工作表中的公式 第14章 函数基础 技巧147 单元格的引用方法 技巧148 快速切换引用类型 技巧149 数据类型区分及转换 技巧150 逻辑关系判断 技巧151 运算符号 技巧152 函数参数的处理技巧 技巧153 函数公式的限制与突破 技巧154 函数的易失性 第15章 数组公式入门 技巧155 理解数组 技巧156 理解多重计算及数组公式 技巧157 多单元格数组公式 技巧158 数组的转置和变换 技巧159 为何不能用AND、OR替代*、+ 第五篇 函数技巧 第16章 信息处理 技巧160 屏蔽公式返回的错误值 技巧161 取得单元格信息 技巧162 取得当前工作表表名 技巧163 转换数值 第17章 文本处理 技巧164 字符转换技巧三则 技巧165 重复文本技巧二则 技巧166 字符串比较及清理垃圾字符 技巧167 替换字符 技巧168 查找字符 技巧169 计算字符出现的次数 技巧170 提取字符串 技巧171 文本合并符号的妙用 技巧172 重复记录自动加编号 技巧173 格式化数值 技巧174 解读身份证编码信息 技巧175 身份证位数的变换 技巧176 金额数字分列 技巧177 数字转英文序数 技巧178 人民币金额大写公式 第18章 日期与时间计算 技巧179 根据生日计算农历生肖年份 技巧180 解读日期格式代码 技巧181 日期与数字格式的互换 技巧182 英文日期的转换 技巧183 将中文日期文本转为日期值 技巧184 计算指定间隔的日期 技巧185 月度、季度相关日期计算 技巧186 隐秘函数DATEDIF 技巧187 星期相关计算 技巧188 工作日相关计算 技巧189 解读时间格式代码 技巧190 将角度显示为度分秒以及转换计算 第19章 数学与三角计算 技巧191 常用数值舍入计算 技巧192 按人民币面额估算备钞数 技巧193 余数的妙用 技巧194 数值的修约 技巧195 产生规定范围内的随机数 技巧196 求解多元一次方程 技巧197 求出成绩最高分 第20章 统计求和 技巧198 设置目标数据的上、下限 技巧199 统计选定区域数据个数 技巧200 认识COUNTIF函数 技巧201 单字段多条件计数 技巧202 动态统计及格人数 技巧203 认识SUMIF函数 技巧204 单字段多条件求和 技巧205 使用通配符模糊求和 技巧206 日计帐中的余额累计 技巧207 数据表实现动态小计 技巧208 SUM数组公式计数与求和 技巧209 SUM函数与SUMPRODUCT函数的区别 技巧210 部门评价等级转换 技巧211 分级累进求和 技巧212 自动筛选、隐藏、组合下的统计 技巧213 取得各科成绩的最高分 技巧214 统计不及格人数 技巧215 指定条件下求平均值 技巧216 对称剔除极值求平均值 技巧217 认识FREQUENCY函数 技巧218 统计不重复值的数量 技巧219 单个区域排名 技巧220 多个区域排名 技巧221 中国式排名 技巧222 求第N大的不重复值 第21章 查找与引用 技巧223 根据首行（列）查找记录 技巧224 多条件区间判断取值 技巧225 确定查找值是否存在 技巧226 根据行列条件返回结果 技巧227 返回引用的单元格地址 技巧228 逆向查询数据 技巧229 模糊查找数据 技巧230 返回字符串中连续数值 技巧231 定位最后非空单元格 技巧232 生成垂直、水平序列 技巧233 理解OFFSET函数 技巧234 批量生成工资条 技巧235 建立超链接 技巧236 自动跳转到未输入的单元格 技巧237 统计指定月份的销量汇总 技巧238 取得目标汉字的拼音首字母 技巧239 根据双列条件进行查找 技巧240 返回最后一条数据记录 技巧241 按单条件筛选记录 技巧242 按多条件筛选记录 技巧243 对数据进行排序 技巧244 多关键字排名应用 技巧245 返回单列中的唯一值列表 技巧246 返回双列中的唯一值列表 技巧247 返回数据区域中的唯一值列表 第22章 宏表函数 技巧248 认识宏表函数 技巧249 取得工作表名 技巧250 取指定路径下所有文件名 技巧251 取单元格属性值 技巧252 取得表达式 技巧253 算式和计算结果 第23章 逻辑判断 技巧254 养成良好逻辑分析习惯 技巧255 学会逆向思维 第24章 函数公式的优化 技巧256 去除冗余判断 技巧257 使用动态引用 技巧258 使用辅助列和普通公式 技巧259 使用“高效函数” 第六篇 函数高级应用 第25章 多维引用 技巧260 多维引用的工作原理 技巧261 三维引用取不重复数据 技巧262 跨多表查询 技巧263 跨多表汇总 技巧264 条件筛选下求不重复值 技巧265 求出各项目极值的合计数 第26章 内存数组 技巧266 数组变换技巧三则 技巧267 N/T函数生成内存数组 技巧268 空行自动填满数据的内存数组 技巧269 生成除当前工作表外的工作表名称 技巧270 对文本进行排序 技巧271 MMULT函数应用 第27章 循环引用 技巧272 认识循环引用 技巧273 记录单元格操作时间 技巧274 产生不变随机数 技巧275 求固定总和的组合 技巧276 有记忆功能的单元格 第七篇 图表与图形 第28章 图表通用技巧 技巧277 去除分类轴上的空白日期 技巧278 折线图中处理空单元格的三种样式 技巧279 让图表自动适应窗口大小 技巧280 快速设置图表字体 技巧281 隐藏接近于零的数据标签 技巧282 在图表中处理负值 技巧283 快速添加图表数据系列 技巧284 在图表中使用透明填充色 技巧285 背景透明的图表 技巧286 在图表中使用QQ图片 技巧287 制作完全静态的图表 技巧288 控制数据标志的显示位置 技巧289 快速统一多个图表大小 技巧290 使条形图分类轴的标签与源数据列显示顺序一致 技巧291 自定义图表 技巧292 图表公式SERIES的使用技巧 技巧293 在图表中使用对数刻度 技巧294 制作瀑布图 技巧295 美化三维图表 技巧296 快速制作组合图表 技巧297 随单元格自动变化的图表标题 技巧298 图表背景—横向分割 技巧299 图表背景—纵向分割 技巧300 图表背景—四象限图表 技巧301 复合饼图 技巧302 利用误差线制作数据点交叉线 技巧303 N合一图表 技巧304 在图表中画直线 技巧305 始终突出显示最大值和最小值 技巧306 画趋势线并显示趋势线公式 技巧307 动态图表—辅助列 技巧308 动态图表—定义名称 技巧309 动态图表—最后7天的数据 技巧310 动态图表—活动单元格 技巧311 求任意点的坐标 技巧312 美丽的万花规 技巧313 批量绘图 技巧314 数据系列快速着色 技巧315 批量添加数据标签 技巧316 快速将图表输出为图片 第29章 经典图表实例 技巧317 Xbar-R控制图 技巧318 双层饼图 技巧319 柏拉图 技巧320 直方图和正态分布图 技巧321 立体雷达图 技巧322 自定义多轴图表 技巧323 不等宽柱形图 技巧324 任意函数曲线图 技巧325 步进图 技巧326 甘特图 技巧327 比较柱形图 技巧328 盈亏平衡分析图 技巧329 波士顿矩阵图 第30章 图示和图形 技巧330 组织结构图 技巧331 五种图示 技巧332 流程图 技巧333 两个阴影的图形 技巧334 图表转为自选图形 技巧335 图形对齐技巧 技巧336 自选图形群的编辑 技巧337 用Excel画画 技巧338 自选图形的变形 技巧339 在批注中插入图表 技巧340 条码图形 第八篇 VBA实例与技巧 技巧341 让VBA代码更加美观易读 技巧342 加速VBA代码执行效率 技巧343 利用日期控件输入时间 技巧344 确定当前单元格所在的页数 技巧345 利用VBA取不重复值 技巧346 提取字符中指定类型的字符 技巧347 替换工具栏按钮的图标 技巧348 制作路径选择对话框 技巧349 从其他工作簿取值 技巧350 自动添加控件及事件代码 技巧351 定义Application级别的事件代码 技巧352 批量修改工作表中的批注 技巧353 快速隐藏周围区域 技巧354 设置缺省目录和文件名 技巧355 在长时间运算中使用友好提示 技巧356 制作个性化启动画面 技巧357 记录工作簿最后更新时间 技巧358 判断文件是否已经打开和是否存在 技巧359 人民币大写转换函数 技巧360 按颜色求和与计数函数 附 录 A Excel的各种版本 B Excel常用快捷键 C Excel常用函数 D Excel的各种规范与限制 E Excel 繁简英文词汇对照表 F Excel相关的网站推荐 G 光盘内容 前 言 这本书凝聚了多位中国资深Excel专家的心血，这些专家都来自全球最大的华语Excel学习网站─—Excel Home。作为作者团队中的一员和ExcelHome的站长，我非常清楚的了解到，他们中的每一个人都具有多年的Excel应用经验，而且是其所在行业中的佼佼者。他们在ExcelHome的技术论坛上回答了成千上万的网友提问，发表了无数有关Excel的绝妙应用方案。经过他们的共同努力，无数的 Excel用户在使用水平上获得了长足的进步。 为了把这样的学习活动进行线下推广，我们联合起来，根据这几年时间里在线答疑过程中的积累，从100多万贴子中精选出网友们最关注或最迫切需要掌握的 Excel应用技巧，汇编成本书。本书的技巧基本含括了Excel方方面面的功能，也涉及到了Excel在各行各业中的应用。同时，本书还提供了大量的实例，并在内容编排上尽量细致和人性化，以求读者能方便而又愉快的学习。 当然，要想在一本书里罗列出Excel的所有技巧是不可能的事情。所以我们只能尽可能多的把最通用和实用的一部分挑选出来，展现给读者，尽管这些仍只不过是冰山一角。对于我们不得不放弃的其他技巧，读者可以登陆Excel Home网站，在海量的文章库和发贴中搜索自己所需要的。 众所周知的是，在当今的图书市场上已经有很多有关Excel的书，无论它们的质量好坏，都有一个共性，就是只专注于Excel的使用方案或如何创建一个方案，而对许多的技术细节缺乏详细的说明，更没有教会读者如何学习Excel。我们希望本书的问世能打破这种局面。在本书中，我们除了向读者提供大量的实用技巧以外，还会传授学习方法与高手的成长经验，以期能“授人以渔”。 本书的第一篇由周庆麟编写，第二、三篇由周庆麟和王建发编写，第四、五、六篇由李幼乂和陈国良编写，第七篇由盛杰编写，第八篇由郗金甲和周庆麟编写，最后由周庆麟完成统稿。在编写过程中得到了周建平、周元平、孔贵生、陈军、顾斌、黄朝阳、林树珊等多位Excel Home版主的支持和帮助，在此向他们表示由衷的感谢。 在本书的编写过程中，尽管我们的每一位团队成员都未敢稍有疏虞，但纰缪和不足之处仍在所难免。敬请读者能够提出宝贵的意见和建议，您的反馈将是我们继续努力的动力，本书的后继版本也将会更臻完善。我们已经在Excel Home上开设了专门的版块用于本书的讨论与交流，您也可以发送电子邮件到book@excelhome.net，我们将尽力为您服务。

大数据：互联网大规模数据挖掘与分布式处理，ISBN：9787115291318，作者：（美） Anand Rajaraman （美） Jeffrey David Ullman 著，王 斌 译

How does Google sell ad space and rank webpages? How does Netflix recommend movies and Amazon rank products? How can you influence people on Facebook and Twitter and can you really reach anyone in six steps? Why doesn't the Internet collapse under congestion and does it have an Achilles' heel? Why are you charged per gigabyte for mobile data and how can Skype and BitTorrent be free? How are cloud services so scalable and why is WiFi slower at hotspots than at home? Driven by twenty real-world questions about our networked lives, this book explores the technology behind the multi-trillion dollar Internet and wireless industries. Providing easily understandable answers for the casually curious, alongside detailed explanations for those looking for in-depth discussion, this thought-provoking book is essential reading for students in engineering, science and economics, for network industry professionals and anyone curious about how technological and social networks really work.

《现代计算机围棋基础》在笔者刘知青、李文峰研究工作的基础上，系统地讨论了现代计算机围棋的主要理论与关键技术，分4个部分依次介绍了计算机围棋的概念与意义、所使用的数学模型与方法、围棋模式知识的获取与使用，以及计算机围棋程序实现的方法与技术。在撰写过程中，笔者力求深入浅出、通俗易懂，同时又不失严谨的学术作风。 《现代计算机围棋基础》可以作为计算机科学、人工智能等相关专业的课程教科书或参考书，同时也可以为相关领域的研究人员与广大计算机围棋爱好者提供参考。

神经网络是计算智能和机器学习的重要分支，在诸多领域都取得了很大的成功。在众多神经网络著作中，影响最为广泛的是Simon Haykin的《神经网络原理》（第3版更名为《神经网络与机器学习》）。在本书中，作者结合近年来神经网络和机器学习的最新进展，从理论和实际应用出发，全面、系统地介绍了神经网络的基本模型、方法和技术，并将神经网络和机器学习有机地结合在一起。 本书不但注重对数学分析方法和理论的探讨，而且也非常关注神经网络在模式识别、信号处理以及控制系统等实际工程问题的应用。本书的可读性非常强，作者举重若轻地对神经网络的基本模型和主要学习理论进行了深入探讨和分析，通过大量的试验报告、例题和习题来帮助读者更好地学习神经网络。 本版在前一版的基础上进行了广泛修订，提供了神经网络和机器学习这两个越来越重要的学科的最新分析。 本书特色： 1. 基于随机梯度下降的在线学习算法；小规模和大规模学习问题。 2. 核方法，包括支持向量机和表达定理。 3. 信息论学习模型，包括连接、独立分量分析（ICA）、一致独立分量分析和信息瓶颈。 4. 随机动态规划，包括逼近和神经动态规划。 5. 逐次状态估计算法，包括卡尔曼和粒子滤波器。 6. 利用逐次状态估计算法训练递归神经网络。 7. 富有洞察力的面向计算机的试验。

R is rapidly becoming the standard for developing statistical software, and R in a Nutshell provides a quick and practical way to learn this increasingly popular open source language and environment. You'll not only learn how to program in R, but also how to find the right user-contributed R packages for statistical modeling, visualization, and bioinformatics.

This book describes ggplot2, a new data visualization package for R that uses the insights from Leland Wilkison''s Grammar of Graphics to create a powerful and flexible system for creating data graphics. With ggplot2, it''s easy to: * produce handsome, publication-quality plots, with automatic legends created from the plot specification * superpose multiple layers (points, lines, maps, tiles, box plots to name a few) from different data sources, with automatically adjusted common scales * add customisable smoothers that use the powerful modelling capabilities of R, such as loess, linear models, generalised additive models and robust regression * save any ggplot2 plot (or part thereof) for later modification or reuse * create custom themes that capture in-house or journal style requirements, and that can easily be applied to multiple plots * approach your graph from a visual perspective, thinking about how each component of the data is represented on the final plot. This book will be useful to everyone who has struggled with displaying their data in an informative and attractive way. You will need some basic knowledge of R (i.e. you should be able to get your data into R), but ggplot2 is a mini-language specifically tailored for producing graphics, and you''ll learn everything you need in the book. After reading this book you''ll be able to produce graphics customized precisely for your problems, and you''ll find it easy to get graphics out of your head and on to the screen or page.

冯登国(FENG Dengguo,1965.5~), 现为中国科学院软件所研究员、博士生导师，信息安全国家重点实验室主任，国家计算机网络入侵防范中心主任，国家信息化专家咨询委员会委员。目前主要从事信息与网络安全方面的研究与开发工作。

《Web数据挖掘》旨在讲述这些任务以及它们的核心挖掘算法；尽可能涵盖每个话题的广泛内容，给出足够多的细节，以便读者无须借助额外的阅读，即可获得相对完整的关于算法和技术的知识。其中结构化数据的抽取、信息整合、观点挖掘和Web使用挖掘等4章是《Web数据挖掘》的特色，这些内容在已有书籍中没有提及，但它们在Web数据挖掘中却占有非常重要的地位。当然，传统的Web挖掘主题，如搜索、页面爬取和资源探索以及链接分析在书中也作了详细描述。 《Web数据挖掘》尽管题为“Web数据挖掘”，却依然涵盖了数据挖掘和信息检索的核心主题；因为Web挖掘大量使用了它们的算法和技术。数据挖掘部分主要由关联规则和序列模式、监督学习（分类）、无监督学习（聚类）这三大最重要的数据挖掘任务，以及半监督学习这个相对深入的主题组成。而信息检索对于Web挖掘而言最重要的核心主题都有所阐述。