1、《python编程基础》
本书以任务式为导向，全面地介绍了python编程基础及其知识的应用，讲解了如何利用python的知识解决部分实际问题。全书共7章，第1章介绍了学习python的准备工作，包括python的由来与发展、python环境搭建、编辑器介绍与安装等，第2-5章和第7章主要介绍python的基础语法、数据类型与结构、程序控制流、函数和文件基础等内容。第6章讲解python面向对象编程。本书的每个章节都包含了实训与课后练习，通过练习和操作实践，帮助读者巩固所学的内容。
2、《python数据分析与应用》
本书以任务为导向，全面地介绍数据分析的流程和python数据分析库的应用，详细讲解利用python解决企业实际问题的方法。全书共9章，第1章介绍了数据分析的基本概念和流程；第2~6章介绍python数据分析的常用库及其应用，涵盖numpy数值计算、matplotlib数据可视化、pandas统计分析、pandas数据预处理、scikit-learn构建模型，较为全面地阐述python数据分析方法；第7~9章结合之前所学的数据分析技术，进行企业综合案例数据分析。本书每一章都包含了实训与课后习题，通过练习和操作实践，帮助读者巩固所学的内容。
3、《hadoop大数据开发基础》
本书是对hadoop大数据技术从入门到应用的简明系统教程，包括hadoop基本原理与架构、集群安装配置、madreduce编程、完整项目案例等精选内容。涉及的知识点简要精到，实践操作性强，使用本书能有效指导读者对hadoop大数据技术的学习理解及开发应用。本书采用了以任务为导向的教学模式，按照解决实际任务的工作路线，逐步展开学习相关的理论知识点，推导生成可行的威斯尼斯人0907官方网站的解决方案，最后实现任务。全书紧扣任务需求展开，不堆积知识点，有助于读者对大数据技术真正的理解与消化。
4、《spark大数据技术与应用》
本书是定位于spark大数据技术从入门到应用的简明系统教程，主要包括spark基本原理与架构、集群安装配置、scala与spark编程、spark代表组件，完整项目案例等精选内容。涉及的知识点简要精到，实践操作性强，使用本书能有效指导读者对spark大数据技术的学习理解及开发应用。
本书采用了以任务为导向的教学模式，按照解决实际任务的工作流程路线，逐步展开学习相关的理论知识点，推导生成可行的威斯尼斯人0907官方网站的解决方案，最后落实在任务实现环节。全书大部分章节紧扣任务需求展开，不堆积知识点，着重于解决思路的启发与威斯尼斯人0907官方网站的解决方案的实施。通过从任务需求到实现这一完整工作流程的体验，有助于读者对spark大数据技术真正的理解与掌握。
5、《pythn网络爬虫技术》
本书以任务为导向，较为全面地介绍了python在静态网页、动态网页、深层网页、pc客户端、app中爬取数据。全书共7章，第1章介绍了爬虫与反爬虫的基本概念，以及python爬虫环境的配置；第2章介绍了爬虫过程中涉及到的网页前端基础；第3章介绍了静态网页爬取数据的过程；第4章介绍了动态网页爬取数据的过程；第5章介绍了模拟登录深层网页的方法；第6章介绍了爬取pc客户端、app的数据的方法；第7章介绍了使用scrapy爬虫框架爬取数据的过程。本书所有章节都包含了实训与课后习题，通过练习和操作实战，帮助读者巩固所学的内容。
6、《大数据数学基础》基于python和r语言
本书全面地讲解了在科学领域广泛运用的数据微积分、统计学、线性代数、数值计算、应用多元统计分析等数学基础知识。全书共6章：第1章介绍了大数据与数学、数学与r的关系；第2章介绍了微积分的基础，包括极限、导数、微分、不定积分与定积分及其应用；第3章介绍了线性代数的基础，包括行列式、矩阵的运算、特征分解、奇异值分解；第4章介绍了统计学的基础，包括数据分布特征、概率论、随机变量的数字特征、参数估计、假设检验；第5章介绍了数值计算的基础，包括插值方法、函数逼近与拟合、非线性方程（组）求根；第6章介绍了常用的多元统计分析方法，包括回归分析、聚类分析、判别分析、主成分分析、因子分析和典型相关分析。几乎所有例子都结合r语言进行求解分析。本书所有章节都有课后习题，以帮助读者巩固所学的内容。