目录

随书资源

第1部分大数据理论基础

第1章数据驱动： 从信息化到智能化的跨越3

1.1信息与数据3

1.2比特、字节与进制4

1.2.1比特与字节5

1.2.2二进制的选用5

1.2.3常用进制及其转换6

1.3大数据9

1.3.1大数据的产生与概念9

1.3.2大数据的核心特征10

1.4大数据与人工智能11

1.4.1人工智能的概念11

1.4.2大数据与人工智能的关系12

第2章数据传输： 自顶向下的网络15

2.1计算机网络15

2.1.1计算机网络的定义16

2.1.2计算机网络的功能16

2.1.3计算机网络的分类17

2.1.4网络协议与TCP/IP体系结构18

2.2应用层的数据交互19

2.2.1万维网20

2.2.2统一资源定位器21

2.2.3网页与HTML22

2.2.4HTTP： 浏览器与服务器的对话23

2.3传输层的数据交付26

2.3.1TCP： 面向连接的可靠传输26

2.3.2UDP： 无连接的快速传输27

2.3.3端口： 区分应用程序的标识27

2.4网络层的主机定位28

2.4.1IP地址28

2.4.2域名系统31

2.5底层的物理传输支撑35

2.5.1网络适配器与传输介质35

2.5.2网络接入技术36

2.5.3移动通信与空间通信前沿37

第3章数据载体： 计算机系统与数据的表示40

3.1冯·诺依曼架构40

3.1.1冯·诺依曼架构的起源与特征40

3.1.2多核CPU、GPU与存储层次结构42

3.1.3计算维度的演进44

3.2数据的表示45

3.2.1数值数据的表示45

3.2.2西文字符与汉字的编码47

3.3拓展主题1： 数据驱动——从信息化到智能化的跨越52

第4章数据前沿： 智能时代的演进53

4.1云计算与边缘计算： 数据存储与计算的分布式变革53

4.1.1云计算的定义与核心价值53

4.1.2边缘计算的定义与架构特征54

4.1.3云边协同计算的架构与发展趋势54

4.2区块链技术： 数据的信任机制与去中心化存储55

4.3迈向大模型： 从海量数据到生成式AI的飞跃56

4.3.1智能黎明的十年56

4.3.2第一次AI浪潮与寒冬57

4.3.3数据驱动的智能觉醒58

4.3.4生成式AI浪潮59

4.4拓展主题2： 模型驱动——从智能对话到工作场景的落地62

第2部分大数据分析技术

第5章Python编程基础65

5.1Python快速入门65

5.1.1Python语言的特点和发展65

5.1.2搭建编程环境66

5.1.3运行Python程序68

5.1.4Python程序的语法结构70

5.2变量与数据类型72

5.2.1变量的使用72

5.2.2数据与数据类型73

5.2.3字符串及其操作74

5.2.4数字及其操作77

5.2.5逻辑值及其操作78

5.2.6列表及其操作79

5.2.7字典及其操作83

5.3Python程序的输入输出84

5.3.1Python程序的输入84

5.3.2Python程序的输出86

5.4Python程序的控制结构88

5.4.1分支结构88

5.4.2循环结构89

5.5函数和模块96

5.5.1函数96

5.5.2模块98

5.6综合案例： 基于Pandas的数学成绩分析100

5.7拓展主题3： AI大模型赋能高效数据分析104

5.8拓展主题4： 让AI替你写代码——Python数据分析入门104

第6章Python数据获取105

6.1网络爬虫的概念105

6.2HTTP请求与响应106

6.3网页源代码解析108

6.3.1HTML和DOM树109

6.3.2XPath解析方法110

6.3.3BeautifulSoup解析方法114

6.4Python 网络爬虫实践119

6.4.1企业财经新闻数据爬取119

6.4.2金融股票交易数据爬取130

6.5拓展主题5： AI大模型赋能网络数据获取133

第7章Python数据分析134

7.1数据分析基础134

7.2数值数据分析135

7.2.1描述性统计分析136

7.2.2相关分析142

7.2.3回归分析147

7.3文本数据分析170

7.3.1中文分词170

7.3.2词频统计173

7.3.3文本分析拓展应用178

7.4拓展主题6： AI大模型赋能文本数据分析187

第3部分智能数据处理

第8章人工智能大模型191

8.1大语言模型概述191

8.1.1大语言模型的基本概念191

8.1.2大语言模型的基本工作原理192

8.1.3国内主流大语言模型概览193

8.2提示词工程195

8.2.1提示词撰写方法195

8.2.2结构化提示词撰写198

8.3大语言模型应用前沿201

8.3.1智能体： 具备自主决策能力的AI助手201

8.3.2全栈软件开发： 自然语言驱动的软件工程革命202

8.3.3多模态内容生产： AIGC的工业化落地203

8.3.4科学研究： 科研新范式的核心工具203

8.3.5大语言模型应用的发展趋势204

8.4人工智能大模型应用案例： 低代码数据分析205

8.4.1案例背景与平台简介205

8.4.2实现步骤205

8.4.3方法对比210

8.5拓展主题7： AI大模型赋能低代码数据分析211

第9章WPS智能数据处理212

9.1WPS概述212

9.2智能文本编辑213

9.2.1WPS文字基础213

9.2.2基于WPS AI的内容生成214

9.2.3基于WPS的文字编辑处理219

9.3智能图文发布240

9.3.1WPS演示文稿基础241

9.3.2一键智能生成演示文稿242

9.3.3智能生成单页幻灯片244

9.3.4智能美化演示文稿的整体视觉效果249

9.4智能表格处理255

9.4.1WPS表格基础255

9.4.2公式与函数263

9.4.3表格数据处理275

9.5拓展主题8： AI大模型赋能学术写作与汇报303

附录专业词汇对照表304

参考文献305