新書推薦:
《
巨人传(插图珍藏本)
》
售價:NT$
3289.0
《
地下(村上春树沙林毒气事件的长篇纪实)
》
售價:NT$
332.0
《
偿还:债务与财富的阴暗面
》
售價:NT$
347.0
《
清华大学藏战国竹简校释(壹):《命训》诸篇
》
售價:NT$
408.0
《
封建社会农民战争问题导论(光启文库)
》
售價:NT$
296.0
《
虚弱的反攻:开禧北伐
》
售價:NT$
429.0
《
泰山:一种中国信仰专论(法国汉学经典译丛)
》
售價:NT$
380.0
《
花外集斠箋
》
售價:NT$
704.0
|
編輯推薦: |
1.作者在上海交通大学取得本科和硕士学位,在美国 Drexel 大学获得信息科学和技术博士学位。博士毕业后,在美国 LYZ 基金、巴克莱资本、摩根史丹利从事程序化交易策略和高频交易系统的研发,是金融大数据存储,检索、分析和建模方面的资深专家。作者在2016年归国成立浙江智臾科技有限公司,其研发的高性能分布式时序数据库 DolphinDB 已经广泛应用于头部的券商、公募基金、私募基金和银行,成为量化金融重要的基础设施,付费用户遍布全世界。
2.DolphinDB自媒体账号 知乎,已累计近2w粉丝并且粉丝数量仍在持续增加,现在每篇平均阅读量在1000左右。通过自媒体账号,可以直接与读者交流,发布新书预告、书籍摘要、相关文章和活动信息,从而吸引和保持读者的关注,增加书籍的销售。
3.作者在数据库领域深耕多年,广泛参与各类社群。DolphinDB小助手已创建数十个交流群,总人数近万人。
4.本书与现有的数据分析书不同,本书为结合 DolphinDB 数据库进行的编程实践,提供海量金融和物联网等场景的实践案例,读者可以通过借鉴和修改,应用于自己的数据分析系统之中。本书从入门
|
內容簡介: |
DolphinDB不仅支持海量数据的高效存储与查询,更开创性地提供了功能完备的编程语言以支持复杂分析,以及高吞吐、低延时、开发便捷的流数据分析框架,是计算能力最强的数据库系统之一。本书从入门概念开始介绍,到实践应用分析,讲解深入浅出、易于理解,是一本具有实践意义的数据分析工具书。本书介绍了如何使用 DolphinDB这一集存储和高性能计算的数据库系统进行数据分析实践,提供了大量金融和物联网等场景的实践案例,读者可以通过借鉴和修改案例中的解决方案,将它们应用于自己的数据分析系统之中。即使是零基础的读者,也能通过学习本书,快速上手实践。
|
關於作者: |
周小华: 1 教育背景: 上海交通大学取得本科和硕士学位,在美国Drexel大学获得信息科学和技术博士学位 2 工作经历与社会活动: 博士毕业后,在美国 LYZ 基金、巴克莱资本、摩根史丹利从事程序化交易策略和高频交易系统的研发,是金融大数据存储,检索、分析和建模方面的资深专家。2016年归国成立浙江智臾科技有限公司 主要从事文本检索、数据挖掘和大数据方向的研究。2016年回国创立智臾科技,研发的高性能分布式时序数据库 DolphinDB 已经广泛应用于头部的券商、公募基金、私募基金和银行,成为量化金融重要的基础设施。 浙江省千人计划人才 3 出版作品: 在相关领域的国际顶级期刊和顶级学术会议(TKDE,SIGIR,SIGKDD,CIKM 等)发表论文30余篇。
|
目錄:
|
1、 编程入门
1.1导论
1.2数据类型
1.3运算符
1.4编程语句
1.5函数
2、 数据结构
2.1概述
2.2向量
2.3元组
2.4 array vector(数组向量)
2.5 columnar tuple(列式元组)
2.6 矩阵
2.7 表
2.8 字典
3、 数据清洗
3.1信息统计
3.2缺失值处理
3.3异常值处理
3.4重复值处理
3.5离散化处理
3.6数据类型转换
3.7 数据查找和取数
3.8表格数据增删改
3.9数据整合
3.10数据对齐
3.11数据重组
3.12数据重排列和抽样
3.13时序数据处理
3.14字符串操作
4、 窗口计算
4.1 窗口计算的分类
4.2 滚动窗口
4.3滑动窗口
4.4其他窗口
4.5窗口计算对数据的处理逻辑及更多场景小结
5、 函数式编程
5.1优越性
5.2基础概念
5.3纯函数
5.4高阶函数
5.5部分应用
5.6函数元编程
5.7模块和函数视图
6、 SQL 编程
6.1 SQL特点
6.2 SQL拓展语法
6.3 元编程
6.4 SQL解析和执行
6.5 SQL优化
6.6 SQL优化案例
7、 流计算
7.1基础概念
7.2流数据引擎
7.3数据回放
7.4流批一体
7.5总结与比较
8、 数据可视化
8.1 VSCode 插件 / GUI
8.2 DashBoard
8.3 第三方平台
9、 并行计算 & 分布式计算
9.1并行计算
9.2分布式集群架构
9.3分布式计算
9.4性能调优
10、 数据导入导出
10.1文本文件CSV
10.2 HDF5
10.3 Parquet
10.4 binary Record
10.5 MySQL
10.6 Oracle
10.7 MQ(以Kafka为例)
11、 JIT
11.1支持性
11.2迭代计算
11.3流计算
12、 统计分析和优化
12.1概率统计
12.2概率分布
12.3随机数生成
12.4回归
12.5假设检验
12.6优化器
13、 机器学习/GPU/AI
13.1机器学习
13.2深度学习
13.3 GPU支持
14、 DolphinDB 与其他数据分析工具的集成与兼容
14.1 Excel集成
14.2 Python集成与兼容
附录
|
|