本书以流体为研究对象，将流动过程原理与流动系统管路和设备有机结合，系统阐述了流程性工业的特点、流体的主要性质、流体静力学和动力学基本方程等基本理论，流体流动现象及流动参量的主要测量方法，流动系统的管路组成、管路流动阻力的计算及管路特性分析与计算。重点介绍了以离心泵为代表的流体输送用泵及其选型方法。同时，结合工程教育专业认证的相关要求，对流体输送过程常用数值仿真分析软件和分析方法进行了较为系统的介绍，并给出了相应的分析实例。
本书可供涉及流动过程原理及设备的本科专业，如安全工程类、过

《组态控制技术》以北京昆仑通态自动化软件科技有限公司MCGS通用版组态软件为例，介绍了通用工业自动化软件的应用技术。全书共设有4个学习项目，项目1为MCGS组态软件简介，项目2～项目4采用“模块化”设计，分别讲述储液罐水位监控系统、机械手监控系统与电动大门监控系统设计方法。
《组态控制技术》可作为职业院校以及应用型本科院校的电气自动化技术、机电一体化技术、机器人控制技术、计算机控制技术、生产过程自动化技术等专业的相关课程教材，也可作为相关技术人员继续教育的培训教材。

本书为1+X职业技能等级证书（运动控制系统开发与应用）配套教材之一，参照1+X《运动控制系统开发与应用职业技能等级标准》（初级），根据自动化设备和生产线、数控装备、机电一体化装备等制造类企业的设计、安装、调试、二次开发、操作编程、技术支持以及营销与服务等岗位所涉及职业技能要求编写而成，通过5个项目，介绍了控制器的安装、气缸与各种传感器的特性及使用、基于运动控制卡控制的三相异步电动机、步进电动机、伺服电动机的调试、运动控制卡函数库的调用编程、XYZ模组搬运流水线物料的工艺流程等内容。全书内容丰富、

本书全面介绍了工业控制网络的相关技术及其应用。全书由8章组成。首先介绍了计算机网络所涉及的相关概念和体系结构，并选取了TCP/IP协议簇的主要协议进行阐述；在此基础上从协议架构相对简单的Modbus现场总线入手，介绍了其通信过程并给出了报文传输和应用实例；再以西门子系列的PROFIBUS现场总线和PROFINET工业以太网为原型，全面介绍和分析了它们的体系框架和应用实例；然后介绍了智能制造技术的核心支撑要素和系统构成及其典型应用；后探讨了新型工业控制网络核心技术，如工业互联网平台、时间敏感

本书为自动控制类理实一体化教材，主要介绍工控组态软件组态王在各种控制系统中的具体应用，以实用、易用为主线，采用项目化的编写方式对多种控制系统进行详细的讲解，力求使读者能够有所借鉴。全书共分为四个模块，模块一为计算机控制基础知识及部分组态设备概述；模块二为组态王组态基本知识；模块三为开关量组态工程，介绍了多种开关量组态王监控系统的构建方法；模块四为模拟量组态工程，介绍了多种模拟量组态王监控系统的构建方法。

本书不仅可作为自动化、机电、电子、计算机控制技术等专业的自动控制、计算机

本书对大数据分析的原理与Python程序实现进行了系统的介绍，每种算法都采用sklearn和Matplotlib分别进行程序实现及数据可视化。本书共8章，内容包括大数据分析概述、Python数据分析与可视化基础、关联规则与推荐算法、聚类算法及其应用、分类算法及其应用、回归与逻辑回归、人工神经网络、支持向量机等。
本书在理论上突出可读性，在实践上强调可操作性，实践案例丰富，实用性强。随书提供微课视频（正文对应处扫码可观看）、教学课件、习题答案、教学大纲等教学资源。
本书可作为高等院校相

第3版介绍并扩展了许多主题，提供了软件工具和数据挖掘应用程序的修订部分;还更新了参考书目列表，供感兴趣的读者进一步研究;扩展了涉及每个

本书全面地介绍了大数据可视化的基础知识和基本技术。全书共分为8章，内容包括大数据可视化的基本概念，可视化原则，视觉设计基础知识，数据处理技术，对比趋势、比例数据、关系数据等多种数据可视化方式，以及利用可视化对数据进行探索与预测，并通过综合分析案例梳理完整大数据可视化流程。1. 数据可视化设计理论以必需、够用为度，注重实用技术及实际应用的介绍。对于原理性的知识，勿必讲清楚。
2. 力求由浅入深，循序渐进。
3. 采用模块化结构。
4. 结合“案例教学”和“启发式教学”方法，便于激

大数据技术凝集了多学科的研究成果，是一门多学科的交叉融合技术。随着科学技术的发展，大数据技术发展更为迅速，应用更为深入与广泛，并凸显其巨大潜力和应用价值。
“数据科学与大数据技术导论”是数据科学与大数据技术专业的第一门专业基础课程。这门课程可以引导数据科学与大数据技术专业的学生走进大数据技术的大门。
本书主要介绍数据科学与大数据技术的基本知识。全书共分11章，包括数据科学与大数据技术概述、Hadoop大数据处理平台、大数据采集与存储管理、大数据抽取、大数据清洗、数据转换、大数据约简、

Hadoop是当前热门的大数据处理与分析平台。《Hadoop大数据开发基础项目化教程》将大数据平台相关内容划分为8个项目，分别是大数据时代、Hadoop基础环境、Hadoop环境搭建、分布式存储HDFS、MapReduce分布式编程、Hadoop数据仓库Hive、Hadoop数据库HBas、协调系统Zookeeper，每个项目按照知识点拆解分为相关的多个任务，每个任务都有详细的操作步骤实现，由浅入深、将理论和实践相融合，循序渐进地介绍Hadoop集群的相关知识点，使读者能够学以致用，融会贯通，快