litall的专栏

Echarts官网的地图不再提供下载，从GitHub上可以下载全国和省市地图，但没有单独的地市和区县地区，资源中提供的内容是全国各地市的地图，可以单独显示地市，并显示区县轮廓。 下载需知： 1、资源中只有地市地图，没有全国和省地图，如果需要自己从GitHub搜索echarts到map目录下载。 2、资源中只有json格式地图，没有js格式。

Tableau Desktop 是基于斯坦福大学突破性技术的软件应用程序。它帮助您生动地分析实际存在的任何结构化数据，以在几分钟内生成美观的图表、坐标图、仪表盘与报告。利用 Tableau 简便的拖放式界面，您可以自定义视图、布局、形状、颜色等等，帮助您展现自己的数据视角。

redis是一个key-value存储系统。和Memcached类似，它支持存储的value类型相对更多，包括string(字符串)、list(链表)、set(集合)、zset(sorted set --有序集合)和hash（哈希类型）。这些数据类型都支持push/pop、add/remove及取交集并集和差集及更丰富的操作，而且这些操作都是原子性的

Hbase从入门到进阶的全部视频，主要内容： 1、HBase的安装、目录结构以及启动 2、Hbase原理、运维、API、数据迁移备份 3、Hbase架构解析 4、Hbase实例 5、源码获取编译与分析 等等

echarts3.0中不再支持地图下载，但原有的地图仍然可以使用，为了便于大家使用，提供各省份地图供下载使用。

第一部分 入门 第1章　R语言介绍　　3 1.1　为何要使用R　　4 1.2　R的获取和安装　　6 1.3　R的使用　　6 1.3.1　新手上路　　7 1.3.2　获取帮助　　10 1.3.3　工作空间　　10 1.3.4　输入和输出　　12 1.4　包　　13 1.4.1　什么是包　　14 1.4.2　包的安装　　14 1.4.3　包的载入　　14 1.4.4　包的使用方法　　14 1.5　批处理　　15 1.6　将输出用为输入：结果的重用　　16 1.7　处理大数据集　　16 1.8　示例实践　　16 1.9　小结　　18 第2章　创建数据集　　19 2.1　数据集的概念　　19 2.2　数据结构　　20 2.2.1　向量　　21 2.2.2　矩阵　　22 2.2.3　数组　　23 2.2.4　数据框　　24 2.2.5　因子　　27 2.2.6　列表　　28 2.3　数据的输入　　30 2.3.1　使用键盘输入数据　　31 2.3.2　从带分隔符的文本文件导入数据　　32 2.3.3　导入Excel数据　　35 2.3.4　导入XML数据　　36 2.3.5　从网页抓取数据　　36 2.3.6　导入SPSS数据　　36 2.3.7　导入SAS数据　　37 2.3.8　导入Stata数据　　37 2.3.9　导入NetCDF数据　　38 2.3.10　导入HDF5数据　　38 2.3.11　访问数据库管理系统　　38 2.3.12　通过Stat/Transfer导入数据　　40 2.4　数据集的标注　　40 2.4.1　变量标签　　40 2.4.2　值标签　　41 2.5　处理数据对象的实用函数　　41 2.6　小结　　42 第3章　图形初阶　　 43 3.1　使用图形　　43 3.2　一个简单的例子　　45 3.3　图形参数　　46 3.3.1　符号和线条　　47 3.3.2　颜色　　 49 3.3.3　文本属性　　50 3.3.4　图形尺寸与边界尺寸　　51 3.4　添加文本、自定义坐标轴和图例　　53 3.4.1　标题　　 54 3.4.2　坐标轴　　54 3.4.3　参考线　　56 3.4.4　图例　　57 3.4.5　文本标注　　58 3.4.6　数学标注　　60 3.5　图形的组合　　61 3.6　小结　　67 第4章　基本数据管理　　68 4.1　一个示例　　68 4.2　创建新变量　　70 4.3　变量的重编码　　71 4.4　变量的重命名　　72 4.5　缺失值　　74 4.5.1　重编码某些值为缺失值　　74 4.5.2　在分析中排除缺失值　　75 4.6　日期值　　76 4.6.1　将日期转换为字符型变量　　77 4.6.2　更进一步　　78 4.7　类型转换　　78 4.8　数据排序　　79 4.9　数据集的合并　　79 4.9.1　向数据框添加列　　79 4.9.2　向数据框添加行　　80 4.10　数据集取子集　　80 4.10.1　选入（保留）变量　　80 4.10.2　剔除（丢弃）变量　　81 4.10.3　选入观测　　82 4.10.4　subset()函数　　82 4.10.5　随机抽样　　83 4.11　使用SQL语句操作数据框　　83 4.12　小结　　84 第5章　高级数据管理　　85 5.1　一个数据处理难题　　85 5.2　数值和字符处理函数　　86 5.2.1　数学函数　　86 5.2.2　统计函数　　87 5.2.3　概率函数　　90 5.2.4　字符处理函数　　92 5.2.5　其他实用函数　　94 5.2.6　将函数应用于矩阵和数据框　　95 5.3　数据处理难题的一套解决方案　　96 5.4　控制流　　100 5.4.1　重复和循环　　100 5.4.2　条件执行　　101 5.5　用户自编函数　　102 5.6　整合与重构　　104 5.6.1　转置　　104 5.6.2　整合数据　　105 5.6.3　reshape2包　　106 5.7　小结　　108 第二部分 基本方法 第6章　基本图形　　110 6.1　条形图　　110 6.1.1　简单的条形图　　111 6.1.2　堆砌条形图和分组条形图　　112 6.1.3　均值条形图　　113 6.1.4　条形图的微调　　114 6.1.5　棘状图　　115 6.2　饼图　　116 6.3　直方图　　118 6.4　核密度图　　120 6.5　箱线图　　122 6.5.1　使用并列箱线图进行跨组比较　　123 6.5.2　小提琴图　　125 6.6　点图　　127 6.7　小结　　129 第7章　基本统计分析　　130 7.1　描述性统计分析　　131 7.1.1　方法云集　　131 7.1.2　更多方法　　132 7.1.3　分组计算描述性统计量　　134 7.1.4　分组计算的扩展　　135 7.1.5　结果的可视化　　137 7.2　频数表和列联表　　137 7.2.1　生成频数表　　137 7.2.2　独立性检验　　143 7.2.3　相关性的度量　　144 7.2.4　结果的可视化　　145 7.3　相关　　145 7.3.1　相关的类型　　145 7.3.2　相关性的显著性检验　　147 7.3.3　相关关系的可视化　　149 7.4　t 检验　　 149 7.4.1　独立样本的t 检验　　150 7.4.2　非独立样本的t检验　　151 7.4.3　多于两组的情况　　151 7.5　组间差异的非参数检验　　152 7.5.1　两组的比较　　152 7.5.2　多于两组的比较　　153 7.6　组间差异的可视化　　155 7.7　小结　　155 第三部分 中级方法 第8章　回归　　158 8.1　回归的多面性　　159 8.1.1　OLS回归的适用情境　　159 8.1.2　基础回顾　　160 8.2　OLS回归　　160 8.2.1　用lm()拟合回归模型　　161 8.2.2　简单线性回归　　163 8.2.3　多项式回归　　164 8.2.4　多元线性回归　　167 8.2.5　有交互项的多元线性回归　　169 8.3　回归诊断　　171 8.3.1　标准方法　　172 8.3.2　改进的方法　　175 8.3.3　线性模型假设的综合验证　　181 8.3.4　多重共线性　　181 8.4　异常观测值　　182 8.4.1　离群点　　182 8.4.2　高杠杆值点　　182 8.4.3　强影响点　　184 8.5　改进措施　　186 8.5.1　删除观测点　　186 8.5.2　变量变换　　187 8.5.3　增删变量　　188 8.5.4　尝试其他方法　　188 8.6　选择“最佳”的回归模型　　189 8.6.1　模型比较　　189 8.6.2　变量选择　　190 8.7　深层次分析　　193 8.7.1　交叉验证　　193 8.7.2　相对重要性　　195 8.8　小结　　197 第9章　方差分析　　 198 9.1　术语速成　　198 9.2　ANOVA模型拟合　　201 9.2.1　aov()函数　　201 9.2.2　表达式中各项的顺序　　202 9.3　单因素方差分析　　203 9.3.1　多重比较　　204 9.3.2　评估检验的假设条件　　206 9.4　单因素协方差分析　　208 9.4.1　评估检验的假设条件　　209 9.4.2　结果可视化　　210 9.5　双因素方差分析　　211 9.6　重复测量方差分析　　214 9.7　多元方差分析　　217 9.7.1　评估假设检验　　218 9.7.2　稳健多元方差分析　　220 9.8　用回归来做ANOVA　　220 9.9　小结　　222 第10章　功效分析　　223 10.1　假设检验速览　　223 10.2　用pwr包做功效分析　　225 10.2.1　t检验　　226 10.2.2　方差分析　　228 10.2.3　相关性　　228 10.2.4　线性模型　　229 10.2.5　比例检验　　230 10.2.6　卡方检验　　231 10.2.7　在新情况中选择合适的效应值　　232 10.3　绘制功效分析图形　　233 10.4　其他软件包　　235 10.5　小结　　236 第11章　中级绘图　　237 11.1　散点图　　238 11.1.1　散点图矩阵　　240 11.1.2　高密度散点图　　242 11.1.3　三维散点图　　244 11.1.4　旋转三维散点图　　247 11.1.5　气泡图　　248 11.2　折线图　　250 11.3　相关图　　253 11.4　马赛克图　　258 11.5　小结　　260 第12章　重抽样与自助法　　261 12.1　置换检验　　261 12.2　用coin包做置换检验　　263 12.2.1　独立两样本和K 样本检验　　264 12.2.2　列联表中的独立性　　266 12.2.3　数值变量间的独立性　　266 12.2.4　两样本和K 样本相关性检验　　267 12.2.5　深入探究　　267 12.3　lmPerm包的置换检验　　267 12.3.1　简单回归和多项式回归　　268 12.3.2　多元回归　　269 12.3.3　单因素方差分析和协方差分析　　270 12.3.4　双因素方差分析　　271 12.4　置换检验点评　　271 12.5　自助法　　272 12.6　boot包中的自助法　　272 12.6.1　对单个统计量使用自助法　　274 12.6.2　多个统计量的自助法　　276 12.7　小结　　278 第四部分 高级方法 第13章　广义线性模型　　280 13.1　广义线性模型和glm()函数　　281 13.1.1　glm()函数　　281 13.1.2　连用的函数　　282 13.1.3　模型拟合和回归诊断　　283 13.2　Logistic回归　　284 13.2.1　解释模型参数　　286 13.2.2　评价预测变量对结果概率的影响　　287 13.2.3　过度离势　　288 13.2.4　扩展　　289 13.3　泊松回归　　289 13.3.1　解释模型参数　　291 13.3.2　过度离势　　292 13.3.3　扩展　　294 13.4　小结　　295 第14章　主成分分析和因子分析　　296 14.1　R 中的主成分和因子分析　　297 14.2　主成分分析　　 298 14.2.1　判断主成分的个数　　298 14.2.2　提取主成分　　300 14.2.3　主成分旋转　　303 14.2.4　获取主成分得分　　304 14.3　探索性因子分析　　305 14.3.1　判断需提取的公共因子数　　306 14.3.2　提取公共因子　　307 14.3.3　因子旋转　　308 14.3.4　因子得分　　312 14.3.5　其他与EFA相关的包　　312 14.4　其他潜变量模型　　312 14.5　小结　　313 第15章　时间序列　　315 15.1　在R中生成时序对象　　317 15.2　时序的平滑化和季节性分解　　319 15.2.1　通过简单移动平均进行平滑处理　　319 15.2.2　季节性分解　　321 15.3　指数预测模型　　326 15.3.1　单指数平滑　　326 15.3.2　Holt指数平滑和Holt-Winters指数平滑　　 329 15.3.3　ets()函数和自动预测　　331 15.4　ARIMA 预测模型　　333 15.4.1　概念介绍　　333 15.4.2　ARMA和ARIMA模型　　334 15.4.3　ARIMA的自动预测　　339 15.5　延伸阅读　　340 15.6　小结　　340 第16章　聚类分析　　342 16.1　聚类分析的一般步骤　　343 16.2　计算距离　　344 16.3　层次聚类分析　　345 16.4　划分聚类分析　　350 16.4.1　K均值聚类　　350 16.4.2　围绕中心点的划分　　354 16.5　避免不存在的类　　356 16.6　小结　　359 第17章　分类　　360 17.1　数据准备　　361 17.2　逻辑回归　　362 17.3　决策树　　363 17.3.1　经典决策树　　364 17.3.2　条件推断树　　366 17.4　随机森林　　368 17.5　支持向量机　　370 17.6　选择预测效果最好的解　　374 17.7　用rattle包进行数据挖掘　　376 17.8　小结　　381 第18章　处理缺失数据的高级方法　　382 18.1　处理缺失值的步骤　　383 18.2　识别缺失值　　384 18.3　探索缺失值模式　　385 18.3.1　列表显示缺失值　　385 18.3.2　图形探究缺失数据　　386 18.3.3　用相关性探索缺失值　　389 18.4　理解缺失数据的来由和影响　　391 18.5　理性处理不完整数据　　 391 18.6　完整实例分析（行删除）　　392 18.7　多重插补　　394 18.8　处理缺失值的其他方法　　397 18.8.1　成对删除　　398 18.8.2　简单（非随机）插补　　398 18.9　小结　　399 第五部分 技能拓展 第19章　使用ggplot2进行高级绘图　　402 19.1　R 中的四种图形系统　　402 19.2　ggplot2包介绍　　403 19.3　用几何函数指定图的类型　　407 19.4　分组　　411 19.5　刻面　　413 19.6　添加光滑曲线　　416 19.7　修改ggplot2图形的外观　　418 19.7.1　坐标轴　　419 19.7.2　图例　　420 19.7.3　标尺　　421 19.7.4　主题　　423 19.7.5　多重图　　425 19.8　保存图形　　426 19.9　小结　　426 第20章　高级编程　　427 20.1　R 语言回顾　　427 20.1.1　数据类型　　427 20.1.2　控制结构　　433 20.1.3　创建函数　　436 20.2　环境　　437 20.3　面向对象的编程　　439 20.3.1　泛型函数　　439 20.3.2　S3模型的限制　　441 20.4　编写有效的代码　　442 20.5　调试　　445 20.5.1　常见的错误来源　　445 20.5.2　调试工具　　446 20.5.3　支持调试的会话选项　　448 20.6　深入学习　　451 20.7　小结　　451 第21章　创建包　　452 21.1　非参分析和npar包　　453 21.2　开发包　　457 21.2.1　计算统计量　　457 21.2.2　打印结果　　460 21.2.3　汇总结果　　461 21.2.4　绘制结果　　463 21.2.5　添加样本数据到包　　464 21.3　创建包的文档　　466 21.4　建立包　　467 21.5　深入学习　　471 21.6　小结　　471 第22章　创建动态报告　　472 22.1　用模版生成报告　　474 22.2　用R和Markdown创建动态报告　　475 22.3　用R和LaTeX创建动态报告　　480 22.4　用R和Open Document创建动态报告　　483 22.5　用R和Microsoft Word创建动态报告　　485 22.6　小结　　489 第23章　使用lattice进行高级绘图　　490 23.1　lattice包　　490 23.2　调节变量　　494 23.3　面板函数　　495 23.4　分组变量　　498 23.5　图形参数　　502 23.6　自定义图形条带　　503 23.7　页面布局　　504 23.8　深入学习　　507 附录A　图形用户界面　　508 附录B　自定义启动环境　　511 附录C　从R中导出数据　　513 附录D　R中的矩阵运算　　515 附录E　本书中用到的扩展包　　517 附录F　处理大数据集　　522 附录G　更新R　　526 后记：探索R的世界　　528 参考文献　　530

oracle函数大全，包括函数名、函数解释和用法举例，让你轻轻松松看懂oracle函数，适合初学者

Learn C on the Mac DAVE MARK 英文原版

数据结构C语言版PPT教程，方便课程学习,1-10章，包括练习题