鮮活的數據pdf

⑴ 《葡萄酒這點事兒葡萄酒愛好者必備經典》pdf下載在線閱讀，求百度網盤雲資源

《葡萄酒這點事兒》（郭明浩）電子書網盤下載免費在線閱讀

資源鏈接：

鏈接：https://pan..com/s/1muVc3NaH7oRYuQX8peApcg

書名：葡萄酒這點事兒

作者：郭明浩

豆瓣評分：8.3

出版社：湖南文藝出版社

出版年份：2017-8

頁數：325

內容簡介：

《葡萄酒這點事兒》一套用口語化形式講述葡萄酒文化的書。作者郭明浩，人稱"郭校長"，也被人稱作"葡萄酒界的袁騰飛"，機智、博學、風趣。身為葡萄酒講師、專欄作家以及職業經理人的他，以豐富廣博的知識見聞以及大量的葡萄酒歷史藏書聞名業內。2014年，郭校長開創性地策劃了《漫談葡萄酒》這檔脫口秀節目，他用簡潔的語言，鮮活的史料，深入淺出的方式說歷史、評人物、看世界、談熱點，引領了無數愛好者經歷了美妙的葡萄酒旅程。

《葡萄酒這點事兒》這本書是郭校長從業16年的積累，專業卻不說教，輕松但有深度地講述葡萄酒歷史文化。無論你是資深的葡萄酒發燒友，還是剛剛入門的葡萄酒非專業人士，都會在這本書中找到「興奮點」。

作者簡介：

作者郭明浩，葡萄酒江湖中的「郭校長」。2005年，郭校長畢業於葡萄酒行業的殿堂級學府——西北農林科技大學葡萄酒學院，獲得葡萄酒碩士學位的他，憑著對葡萄酒的激情與執著，加入了全球最著名的葡萄酒和烈酒集團——保樂力加，開始了追夢的葡萄酒職業生涯。點擊查看郭校長和保樂力加不得不說的故事。

多年來，郭校長一直活躍在葡萄酒市場的第一線，他博聞強記，能寫會講，足跡踏遍全球知名葡萄酒產區，並立志將葡萄酒與歷史融會貫通。

於是，在2014年，郭校長開創性地策劃了《漫談葡萄酒》這檔脫口秀節目，他用簡潔的語言，鮮活的史料，深入淺出的方式說歷史、評人物、看世界、談熱點，引領了無數愛好者經歷了美妙的葡萄酒旅程。

對於葡萄酒，郭校長也有自己的理解，「葡萄酒，是流動的歷史，脫離了歷史談葡萄酒，是不完整的。葡萄酒能帶給我們的，不僅僅是感官上的愉悅，還有思考上的快感。」

⑵ 誰有《圖靈程序設計叢書 鮮活的數據 數據可視化指南-邱》電子書百度網盤資源下載

圖靈程序設計叢書鮮活的數據數據可視化指南-邱鏈接：https://pan..com/s/14d3OzSZq8pP8_LwJu8ooFg

⑶ 如何入門大數據

大數據
數據科學並沒有一個獨立的學科體系，統計學，機器學習，數據挖掘，資料庫，分布式計算，雲計算，信息可視化等技術或方法來對付數據。
但從狹義上來看，我認為數據科學就是解決三個問題：
1. data pre-processing;(數據預處理）
2. data interpretation；（數據解讀）
3.data modeling and analysis.（數據建模與分析）
這也就是我們做數據工作的三個大步驟：
1、原始數據要經過一連串收集、提取、清洗、整理等等的預處理過程，才能形成高質量的數據；
2、我們想看看數據「長什麼樣」，有什麼特點和規律；
3、按照自己的需要，比如要對數據貼標簽分類，或者預測，或者想要從大量復雜的數據中提取有價值的且不易發現的信息，都要對數據建模，得到output。
這三個步驟未必嚴謹，每個大步驟下面可能依問題的不同也會有不同的小步驟，但按我這幾年的經驗來看，按照這個大思路走，數據一般不會做跑偏。
這樣看來，數據科學其實就是門復合型的技術，既然是技術就從編程語言談起吧，為了簡練，只說說R和Python。但既然是薦數據科學方面的書，我這里就不提R/Python編程基礎之類的書了，直接上跟數據科學相關的。
R programming
如果只是想初步了解一下R語言已經R在數據分析方面的應用，那不妨就看看這兩本：
R in action：我的R語言大數據101。其實對於一個沒有任何編程基礎的人來說，一開始就學這本書，學習曲線可能會比較陡峭。但如果配合上一些輔助材料，如官方發布的R basics（http://cran.r-project.org/doc/contrib/usingR.pdf），stackoverflow上有tag-R的問題集（Newest 『r』 Questions），遇到復雜的問題可在上面搜索，總會找到解決方案的。這樣一來，用這本書拿來入門學習也問題不大。而且這本書作者寫得也比較輕松，緊貼實戰。
Data analysis and graphics using R：使用R語言做數據分析的入門書。這本書的特點也是緊貼實戰，沒有過多地講解統計學理論，所以喜歡通過情境應用來學習的人應該會喜歡這本入門書。而且這本書可讀性比較強，也就是說哪怕你手頭沒電腦寫不了代碼，有事沒事拿出這本書翻一翻，也能讀得進去。
但如果你先用R來從事實實在在的數據工作，那麼上面兩本恐怕不夠，還需要這些：
Modern applied statistics with S：這本書里統計學的理論就講得比較多了，好處就是你可以用一本書既復習了統計學，又學了R語言。（S/Splus和R的關系就類似於Unix和Linux，所以用S教程學習R，一點問題都沒有）
Data manipulation with R：這本書實務性很強，它教給你怎麼從不同格式的原始數據文件里讀取、清洗、轉換、整合成高質量的數據。當然和任何一本注重實戰的書一樣，本書也有豐富的真實數據或模擬數據供你練習。對於真正從事數據處理工作的人來說，這本書的內容非常重要，因為對於任何研究，一項熟練的數據預處理技能可以幫你節省大量的時間和精力。否則，你的研究總是要等待你的數據。
R Graphics Cookbook：想用R做可視化，就用這本書吧。150多個recipes，足以幫你應付絕大多數類型的數據。以我現在極業余的可視化操作水平來看，R是最容易做出最漂亮的圖表的工具了。
An introction to statistical learning with application in R：這本書算是著名的the element of statistical learning的姊妹篇，後者更注重統計（機器）學習的模型和演算法，而前者所涉及的模型和演算法原沒有後者全面或深入，但卻是用R來學習和應用機器學習的很好的入口。
A handbook of statistical analysis using R：這本書內容同樣非常扎實，很多統計學的學生就是用這本書來學慣用R來進行統計建模的。
Python
Think Python，Think Stats，Think Bayes：這是Allen B. Downey寫的著名的Think X series三大卷。其實是三本精緻的小冊子，如果想快速地掌握Python在統計方面的操作，好好閱讀這三本書，認真做習題，答案鏈接在書里有。這三本書學通了，就可以上手用Python進行基本的統計建模了。
Python For Data Analysis： 作者是pandas的主要開發者，也正是Pandas使Python能夠像R一樣擁有dataframe的功能，能夠處理結構比較復雜的數據。這本書其實analysis講得不多，說成數據處理應該更合適。掌握了這本書，處理各種糟心的數據就問題不大了。
Introction to Python for Econometrics, Statistics and Data Analysis：這本書第一章就告訴你要安裝Numpy, Scipy, Matplotlib, Pandas, IPython等等。然後接下來的十好幾章就是逐一介紹這幾個庫該怎麼用。很全面，但讀起來比較枯燥，可以用來當工具書。
Practical Data Analysis： 這本書挺奇葩，貌似很暢銷，但作者把內容安排得東一榔頭西一棒子，什麼都講一點，但一個都沒講透。這本書可以作為我們學習數據分析的一個索引，看到哪塊內容有意思，就順著它這個藤去摸更多的瓜。
Python Data Visualization Cookbook： 用Python做可視化的教材肯定不少，我看過的也就這一本，覺得還不錯。其實這類書差別都不會很大，咬住一本啃下來就是王道。
Exploratory Data Analysis 和 Data Visualization
Exploratory Data Analysis：John Tukey寫於1977年的經典老教材，是這一領域的開山之作。如今EDA已經是統計學里的重要一支，但當時還是有很多人對他的工作不屑一顧。可他愛數據，堅信數據可以以一種出人意料的方式呈現出來。正是他的努力，讓數據可視化成為一門無比迷人的技術。但這本書不推薦閱讀了，內容略過時。要想完整地了解EDA，推薦下一本：
Exploratory Data Analysis with MATLAB：這本書雖然標題帶了個MATLAB，但實際上內容幾乎沒怎麼講MATLAB，只是每講一個方法的時候就列出對應的MATALB函數。這本書的重要之處在於，這是我讀過的講EDA最系統的一本書，除了對visualization有不輸於John Tucky的講解外，對於高維的數據集，通過怎樣的方法才能讓我們從中找到潛在的pattern，這本書也做了詳盡的講解。全書所以案例都有對應的MATALB代碼，而且還提供了GUI（圖形用戶界面）。所以這本書學起來還是相當輕松愉悅的。
Visualize This：中譯本叫「鮮活的數據」，作者是個「超級數據迷」，建立了一個叫http://flowingdata.com的網頁展示他的數據可視化作品，這本書告訴你該選擇什麼樣的可視化工具，然後告訴你怎樣visualize關系型數據、時間序列、空間數據等，最後你就可以用數據講故事了。如果你只想感受一下數據可視化是個什麼，可以直接點開下面這個鏈接感受下吧！A tour through the visualization zoo（A Tour Through the Visualization Zoo）
Machine Learning & Data Mining
這一塊就不多說了，不是因為它不重要，而是因為它太太太重要。所以這一部分就推兩本書，都是」世界名著「，都比較難讀，需要一點點地啃。這兩本書拿下，基本就算是登堂入室了。其實作為機器學習的延伸和深化，概率圖模型（PGM）和深度學習（deep learning）同樣值得研究，特別是後者現在簡直火得不得了。但PGM偏難，啃K.Daphne那本大作實在太燒腦，也沒必要，而且在數據領域的應用也不算很廣。deep learning目前工業界的步子邁得比學術界的大，各個domain的應用如火如荼，但要有公認的好教材問世則還需時日，所以PGM和deep learning這兩塊就不薦書了。
The Element of Statistical Learning：要學機器學習，如果讓我只推薦一本書，我就推薦這本巨著。Hastie、Tibshirani、Friedman這三位大牛寫書寫得太用心了，大廈建得夠高夠大，結構也非常嚴謹，而且很有前瞻性，納入了很多前沿的內容，而不僅僅是一部綜述性的教材。（圖表也做得非常漂亮，應該是用R語言的ggplot2做的。）這本書注重講解模型和演算法本身，所以需要具備比較扎實的數理基礎，啃起這本書來才不會太吃力。事實上掌握模型和演算法的原理非常重要。機器學習（統計學習）的庫現在已經非常豐富，即使你沒有完全搞懂某個模型或演算法的原理和過程，只要會用那幾個庫，機器學習也能做得下去。但你會發現你把數據代進去，效果永遠都不好。但是，當你透徹地理解了模型和演算法本身，你再調用那幾個庫的時候，心情是完全不一樣的，效果也不一樣。
Data Mining: Concepts and Techniques, by Jiawei Han and Micheline Kamber 數據挖掘的教材汗牛充棟，之所以推薦這本韓家煒爺爺的，是因為雖然他這本書的出發點是應用，但原理上的內容也一點沒有落下，內容非常完整。而且緊跟時代，更新的很快，我看過的是第二版，就已經加進去了social network analysis這種當時的前沿內容。現在已經有第三版了，我還沒看過，但應該也加入了不少新內容。其實這本書並不難讀，只是篇幅較長，啃起來比較耗時。
其實這兩本書里單拎出來一塊內容可能又是幾本書的節奏，比如bayesian方法，再拿出兩三本書來講也不為過，我個人用到的比較多，而且也確實有不少好書。但並非是所有data scientist都要用到，所以這一塊就不再細說。
還有一些印象比較深刻的書：
Big Data Glossary： 主要講解大數據處理技術及工具，內容涵蓋了NoSQL，MapRece，Storage，Servers，NLP庫與工具包，機器學習工具包，數據可視化工具包，數據清洗，序列化指南等等。總之，是一本辭典式的大數據入門指導。
Mining of Massive Datasets：這本書是斯坦福大學Web Mining的講義，裡面很多內容與韓家煒的Data Mining那本書重合，但這本書里詳細地講了MapRece的設計原理，PageRank（Google創業時期的核心排序演算法，現在也在不斷優化更新）講解得也比較詳細。
Developing Analytic Talent： 作者是個從事了十幾年數據工作的geek，技術博客寫得很有個人風格，寫的內容都比較偏門，通常只有具備相關數據處理經驗的人能體會出來，絲毫不照顧初學者的感受。比如他會談到當數據流更新太快時該怎麼辦，或者MapRece在什麼時候不好用的問題，才不管你懂不懂相關基礎原理。所以這本書不太適合初學者閱讀。這本書其實是作者的博客文章的集結，用how to become a data scientist的邏輯把他近幾年的博客文章串聯了起來。
Past, Present and Future of Statistical Science：這本書是由COPSS（統計學社主席委員會，由國際各大統計學會的帶頭人組成）在50周年出版的一本紀念冊，裡面有50位統計學家每人分別貢獻出的一兩篇文章，有的回憶了自己當年如何走上統計學這條路，有的探討了一些統計學的根本問題，有的談了談自己在從事的前沿研究，有的則給年輕一代寫下了寄語。非常有愛的一本書。
其它資料
Harvard Data Science：這是H大的Data science在線課，我沒有修過，但口碑很好。這門課需要費用8千刀左右，比起華盛頓大學的4千刀的Data science在線課雖貴一倍，但比斯坦福的14千刀要便宜將近一半（而且斯坦福的更偏計算機）。如果想自學，早有好心人分享了slides: （https://drive.google.com/folderview?id=0BxYkKyLxfsNVd0xicUVDS1dIS0k&usp=sharing）和homeworks and solutions: （https://github.com/cs109/content）
PyData：PyData是來自各個domain的用Python做數據的人每年舉行一次的聚會，期間會有各路牛人舉行一些規模不大的seminar或workshop，有好心人已經把video上傳到github，有興趣的去認領吧（DataTau/datascience-anthology-pydata · GitHub）
工具
R/Python/MATLAB（必備）：如果是做數據分析和模型開發，以我的觀察來看，使用這三種工具的最多。R生來就是一個統計學家開發的軟體，所做的事也自然圍繞統計學展開。MATLAB雖然算不上是個專業的數據分析工具，但因為很多人不是專業做數據的，做數據還是為了自己的domain expertise（特別是科學計算、信號處理等），而MATLAB又是個強大無比的Domain expertise工具，所以很多人也就順帶讓MATLAB也承擔了數據處理的工作，雖然它有時候顯得效率不高。Python雖然不是做數據分析的專業軟體，但作為一個面向對象的高級動態語言，其開源的生態使Python擁有無比豐富的庫，Numpy, Scipy 實現了矩陣運算/科學計算，相當於實現了MATLAB的功能，Pandas又使Python能夠像R一樣處理dataframe，scikit-learn又實現了機器學習。
SQL（必備）：雖然現在人們都說傳統的關系型資料庫如Oracle、MySQL越來越無法適應大數據的發展，但對於很多人來說，他們每天都有處理數據的需要，但可能一輩子都沒機會接觸TB級的數據。不管怎麼說，不論是用關系型還是非關系型資料庫，SQL語言是必須要掌握的技能，用什麼資料庫視具體情況而定。
MongoDB（可選）：目前最受歡迎的非關系型資料庫NoSQL之一，不少人認為MongoDB完全可以取代mySQL。確實MongoDB方便易用，擴展性強，Web2.0時代的必需品。
Hadoop/Spark/Storm（可選）: MapRece是當前最著名也是運用最廣泛的分布式計算框架，由Google建立。Hadoop/Spark/storm都是基於MapRece的框架建立起來的分布式計算系統，要說他們之間的區別就是，Hadoop用硬碟存儲數據，Spark用內存存儲數據，Storm只接受實時數據流而不存儲數據。一言以蔽之，如果數據是離線的，如果數據比較復雜且對處理速度要求一般，就Hadoop，如果要速度，就Spark，如果數據是在線的實時的流數據，就Storm。
OpenRefine（可選）：Google開發的一個易於操作的數據清洗工具，可以實現一些基本的清洗功能。
Tableau（可選）：一個可交互的數據可視化工具，操作簡單，開箱即用。而且圖表都設計得非常漂亮。專業版1999美刀，終身使用。媒體和公關方面用得比較多。
Gephi（可選）：跟Tableau類似，都是那種可交互的可視化工具，不需要編程基礎，生成的圖表在美學和設計上也是花了心血的。更擅長復雜網路的可視化。

⑷ 求推薦幾本互聯網行業書籍

a.行業了解
《沸騰十五年》
《浪潮之巔》
《互聯網之達芬奇密碼》
《不一樣的平台，移動互聯網時代的商業模式創新》
《電商的戰國》
《我看電商》
《改變中國互聯網未來的六大力量》
《信息規則 ：網路經濟的策略指導》
《超級數字天才：為什麼用數字思考是變聰明的新方法》

b.產品了解
《人人都是產品經理》
《結網》
《設計溝通十器》
《產品經理手冊》
《神一樣的產品經理》
《啟示錄》
《軟體工程：實踐者的研究方法》
《手機研發流程與質量管理》

c.交互設計、用戶體驗
《About Face3交互設計精髓 》
《觸動人心》
《SNS網站構建》
《社交網站界面設計》
《web信息架構，設計大型網站》
《web導航設計》
《web設計禁忌》
《移動應用UI設計模式》
築巢引鳳、簡約至上、見微知著
《yes 產品經理》

d.創業數據，理解商業思維
《精益創業》
《精益創業實戰》
《創業四步法》這本書早於《精益創業》）《創業者聖經》
《豐田汽車案例：精益製造的14項管理原則》
《創業三十六條軍規》
《精益六西格瑪-精益生產與六西格瑪的完美整合》
《平台戰略》
《電子商務管理視角》
《營銷管理》
《運營管理》（這里的運營是企業運營管理的意思）
《項目管理知識體系指南》
《量化，大數據時代的企業管理》
2.消得人憔悴：依據所處職位的職責，尋求最優解決之道

a.數據分析
基礎書籍：
《網站分析基礎教程》
《網站分析實戰：如何以數據驅動決策，提升網站價值》
《流量的秘密:Google Analytics網站分析與優化技巧》第二版
技能進階：
《精通Web Analytics 2.0：用戶中心科學與在線統計藝術》
數據呈現：
《誰說菜鳥不會數據分析》2013最新版
《Excel商務圖表應用與技巧108例（雙色版）》
《鮮活的數據：數據可視化指南》
拓展訓練：
《大數據時代》
《R語言實戰》
具體主題分析
搜索《精通搜索分析》
淘寶《玩法變了:淘寶賣家運贏弱品牌時代》
社交網站《社交網站的數據挖掘與分析》（懂技術才能讀）
性能優化（粗讀）
《構建高性能web站點》
《網站性能監測與優化》
《大規模web服務開發技術》
《高性能網站建設進階指南》
b.流量（用戶推廣）
網路營銷
《錦囊妙計，網站推廣101招》《網路營銷推廣實戰寶典》問題查找即可
《正在爆發的營銷革命-社會化網路營銷指南》
《濕營銷》
《行動的召喚》《等待貓吠》
《SEO實戰密碼》《SEO藝術》
《搜索引擎營銷-網站流量大提速》
《搜索引擎優化：每天一小時》《搜索引擎優化寶典》
內容營銷
《內容營銷，網路營銷的殺手級武器》
c.留存
內容
《勝於言傳：網站內容制勝寶典》
《與五十位主編面對面》
《web內容策略指南》
活動
《商品促銷實戰技巧一本全》
d.轉化
《網站轉化率優化之道》
《數據掘金，電子商務運營突圍》
《landing page優化權威指南》
《淘寶賣家秘笈》
《提高轉化率! : 網頁A/B測試與多變數測試實戰指南》
《啤酒與尿布》
《顧客為什麼購買》
三、社區運營：《裸猿》、《人類動物園》和《親密行為》社區機制
用戶行為：《會賺錢的行為經濟學》《流行性物慾症》《後物慾時代的來臨》
廣告策劃：《廣告武林秘笈》《廣告文案傳真》《大量流出》
商業：《商戰》《戰爭論》
值得精度的書：
《數據化管理》
《超級富豪就是超級創意》
《數據挖掘與數據化運營實戰》
《精益創業實戰》
《數據分析，企業的賢內助》
《微力無邊》
《淘寶產品十年事》
《推薦系統實踐》
《設計搜索體驗》
《深入理解網站優化》
《騰訊方法 : 一個市值1500億美元公司的產品真經》
《顛覆式創新：移動互聯網時代的生存法則》
《從門外漢到BAT產品經理有多遠》
《締造企鵝 : 產品經理是這樣煉成的》
《九敗一勝 : 美團創始人王興創業十年》
《第二次機器革命 : 數字化技術將如何改變我們的經濟與社會》
《參與感 : 小米口碑營銷內部手冊》
《周鴻禕自述 : 我的互聯網方法論》
《再看電商》
《新經濟，新規則》
《社交紅利（修訂升級版）》
《互聯網創業原創精品-互聯網創業密碼》
《風吹江南之互聯網金融》
《谷歌和亞馬遜如何做產品》
《數據之巔:大數據革命》
《微管理》
《O2O進化論: 數據商業時代的全景圖》
《互聯網思維的企業》
《有的放矢:NISI創業指南》
《翻轉課堂的可汗學院:互聯時代的教育革命》
《矽谷百年史:偉大的科技創新與創業歷程(1900-2013)》
《創業時, 我們在知乎聊什麼?》
《孵化Twitter:從蠻荒到IPO的狂野旅程》

⑸ 數據可視化的優秀入門書籍有哪些

個人感覺國內可能還比較少，可以看下Julie Steele的數據可視化之美 (豆瓣)，裡面有一些經典案例的介紹，可作入門；
另外向怡寧翻譯的鮮活的數據 (豆瓣)也值得一看，關鍵是介紹了數據可視化處理的具體過程，而且向怡寧翻譯的書一向通俗易懂，他翻譯的有關交互設計的就這么簡單 (豆瓣)其實也是一本和信息設計有關系的書籍，行文風趣，作為入門比較合適。
另外塗子沛的大數據 (豆瓣)也值得一看，雖然這里介紹的主要是時代發展和大背景，但也有一章專門涉及數據可視化處理。

2013年6月時，浙大的陳為老師出了本數據可視化的教材，算是在國內第一本數據可視化教材，並系統地把數據可視化相關都做了梳理，看到有人也提到了這全彩略貴的書，數據可視化 (豆瓣)；如果嫌貴，可以買這本教材：數據可視化的基本原理與方法 (豆瓣)，都是陳為的書，內容基本一樣，入門是夠了。

國外的能推薦的多些，
Edward Tufte不用說了，有人說他的書是「信息設計的聖經」，他的The Visual Display of Quantitative Information (豆瓣)應該是入門必看了，公認的開山之作。不過目前還沒有中譯本，看完基本上可以了解數據可視化的前世今生了；
他還有一個華人學生，在美國報社工作，專門負責數據圖表的設計製作，也出了一本相關的書，很棒，Dona M.Wong，她寫的書現在已經有中譯本了：最簡單的圖形與最復雜的信息 (豆瓣) 主要側重於對數據圖表的修飾、完善，講解了一些處理數據圖表的基本原則，實操性很強。
Edward R.Tufte的其他書：
Visual Explanations (豆瓣)，Beautiful Evidence (豆瓣) 都可以在網上找到pdf全本。
另外除了書，還推薦一個國外老頭：Hans Rosling，他是瑞典卡羅琳學院全球公共衛生教授，有關他利用數據可視化顯示200多個國家200年來的人均壽命和經濟發展的ted視頻非常火，真是數據可視化的魅力，他的其他視頻也很棒（TED | Search），本人非常幽默，由他主持的BBC紀錄片[BBC：統計學的快樂]也值得一看，這些都是初步了解數據可視化的好材料。

總之，個人感覺數據可視化除了具有優秀的美術功底外，統計學知識也是重要部分，畢竟數據的展現和設計都是建立在對數據的獲取、清洗、處理、挖掘的基礎上的。
轉載

⑹ 《讀庫0703》pdf下載在線閱讀，求百度網盤雲資源

《讀庫0703》（張立憲）電子書網盤下載免費在線閱讀

鏈接：https://pan..com/s/1aCab-oLriRE5Yt3Me6xBZQ

書名：讀庫0703

作者：張立憲

豆瓣評分：7.9

出版社：新星出版社

出版年份：2007-7

頁數：317

內容簡介：

《半世滄桑》為一位普通老人撰寫的回憶錄。他是一位國民黨軍官，經歷了抗戰和內戰階段，他以自己的親身經歷和個人視角，描繪了那段動盪不安的歲月。正如他的兒子楊運在《父親的個人史》中所說：「站在民間的立場，爭取民間的話語權，傾聽普通人的聲音，感受普通人的感情。這樣的歷史才是鮮活的，完整的，可親的。」

作者簡介：

張立憲，著名出版人，現居北京。曾任現代出版社副總編輯，策劃過《大話西遊寶典》、《獨立精神》等，並出版有個人著作《記憶碎片》。其06年憑一己之力推出的《讀庫》系列被譽為近年來「MOOK出版潮流中最具含金量的一本雜志書」，成為很多精英知識分子和愛書家們收藏的「私房書」。

⑺ 數據可視化的優秀入門書籍有哪些

Julie Steele的數據可視化之美 ，裡面有一些經典案例的介紹，可作入門；

另外向怡寧翻譯的鮮活的數據，也值得一看，關鍵是介紹了數據可視化處理的具體過程，而且向怡寧翻譯的書一向通俗易懂，他翻譯的有關交互設計的就這么簡單 其實也是一本和信息設計有關系的書籍，行文風趣，作為入門比較合適。
另外塗子沛的大數據 也值得一看，雖然這里介紹的主要是時代發展和大背景，但也有一章專門涉及數據可視化處理。

2013年6月時，浙大的陳為老師出了本數據可視化的教材，算是在國內第一本數據可視化教材，並系統地把數據可視化相關都做了梳理，看到有人也提到了這全彩略貴的書，數據可視化 ；如果嫌貴，可以買這本教材：數據可視化的基本原理與方法 ，都是陳為的書，內容基本一樣，入門是夠了。

國外的能推薦的多些，
Edward Tufte不用說了，有人說他的書是「信息設計的聖經」，他的The Visual Display of Quantitative Information 應該是入門必看了，公認的開山之作。不過目前還沒有中譯本，看完基本上可以了解數據可視化的前世今生了；
他還有一個華人學生，在美國報社工作，專門負責數據圖表的設計製作，也出了一本相關的書，很棒，Dona M.Wong，她寫的書現在已經有中譯本了：最簡單的圖形與最復雜的信息 ， 主要側重於對數據圖表的修飾、完善，講解了一些處理數據圖表的基本原則，實操性很強。
Edward R.Tufte的其他書：
Visual Explanations ，Beautiful Evidence 都可以在網上找到pdf全本。
另外除了書，還推薦一個國外老頭：Hans Rosling，他是瑞典卡羅琳學院全球公共衛生教授，有關他利用數據可視化顯示200多個國家200年來的人均壽命和經濟發展的ted視頻非常火，真是數據可視化的魅力，他的其他視頻也很棒（TED | Search），本人非常幽默，由他主持的BBC紀錄片[BBC：統計學的快樂]也值得一看，這些都是初步了解數據可視化的好材料。

⑻ 《社會研究方法第10版》pdf下載在線閱讀，求百度網盤雲資源

《社會研究方法》（艾爾·巴比（Earl R. Babbie））電子書網盤下載免費在線閱讀

資源鏈接：

鏈接：https://pan..com/s/1rZjkOHVgeSehqJZgs5CUyw

書名：社會研究方法

作者：艾爾·巴比（Earl R. Babbie）

譯者：邱澤奇

豆瓣評分：9.2

出版社：清華大學出版社

出版年份：2020-4

內容簡介：

《社會研究方法（第13版）/悅·讀人生》是美國大學通用的社會學教材，被譯成多國文字，是一本具有世界聲譽的經典之作，1975年初版剛一面世即引起學術界關注。

《社會研究方法（第13版）/悅·讀人生》廣泛的討論范圍、嚴密的論述，從社會理論的基本範式到學科報告的撰寫，從社會研究的基本概念到各種復雜的技術方法，深入淺出，循序漸進，既適合專門研究人員，也是其他相關學科研究人員的必備參考書。

《社會研究方法（第13版）/悅·讀人生》中包含了大量圖表和鮮活案例，同時吸納社會研究的新理論和方法，並附有詳細的參考書目，為教學和研究提供了極大的便利。

作者簡介：

艾爾·巴比（Earl R.Babbie），美國著名社會學家。畢業於哈佛大學，後應征加入美國海軍陸戰隊。在獲得加州大學伯克利分校博士學位後開始了社會學教學工作，並著有包括暢銷教材《社會研究方法》在內的多部著作。

邱澤奇，社會學博士，北京大學社會學系教授，北京大學中國社會與發展研究中心主任（2004-），北京大學中國社會科學調查中心創辦主任（2006-2011），中國家庭（動態）跟蹤調查（CFPS）」設計、試調查（2008）、首輪調查（2010）的組織者，首任PI組組長。1986年進入社會學領域從事教學與科研工作，師從費孝通先生。主要研究領域：組織社會學（信息技術應用與社會變遷），社會調查與研究方法，社會項目評估。

⑼ 《深入淺出統計學》pdf下載在線閱讀，求百度網盤雲資源

《深入淺出統計學》（Dawn Griffiths）電子書網盤下載免費在線閱讀

資源鏈接：

鏈接：https://pan..com/s/1cIx5iNBRAPCpoYM8B32z_g

書名：深入淺出統計學

作者：Dawn Griffiths

譯者：李芳

豆瓣評分：9.1

出版社：電子工業出版社

出版年份：2018-4

頁數：720

內容簡介：

《深入淺出統計學》具有「深入淺出」系列的一貫特色，提供符合直覺的理解方式，讓統計理論的學習既有趣又自然。從應對考試到解決實際問題，無論你是學生還是數據分析師，都能從中受益。本書涵蓋的知識點包括：信息可視化、概率計算、幾何分布、二項分布及泊松分布、正態分布、統計抽樣、置信區間的構建、假設檢驗、卡方分布、相關與回歸等等，完整涵蓋AP考試范圍。本書運用充滿互動性的真實世界情節，教給你有關這門學科的所有基礎，為這個枯燥領域的學習帶來鮮活的樂趣，不僅讓你充分掌握統計學的要義，更會告訴你如何將統計理論應用到日常生活中。

作者簡介：

道恩·格里菲思（Dawn Griffiths）以數學家的身份在一所英國大學開始讀書生活，曾獲得數學專業一級榮譽學位。可是，當她意識到人們在聚會上不願意與她談話時，就拒絕了一份研究極為罕見的微分方程的博士獎學金，轉而從事軟體開發事業。目前她集IT咨詢、寫作及數學研究於一身。

⑽ 哪位大神有《鮮活的數據：數據可視化指南》電子版書籍百度雲盤下載

圖靈程序設計叢書•鮮活的數據_數據可視化指南-邱(NathanYau)-2019更新.mobi

鏈接:https://pan..com/s/1O8iB9Rybjtnup8raQYho3Q