電力大數據應用知識手冊 9787519887711 國網河北省電力有限公司數字化工作部 國網河北省電力有限公司經

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202502*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：電力大數據應用知識手冊
ISBN：9787519887711
出版社：中國電力
著編譯者：國網河北省電力有限公司數字化工作部 國網河北省電力有限公司經
頁數：297
所在地：中國大陸 *此為代購商品
書號：1733876
可大量預訂，請先連絡。

【台灣高等教育出版社簡體書】 電力大數據應用知識手冊 787519887711 國網河北省電力有限公司數字化工作部 國網河北省電力有限公司經
內容簡介
電力大數據具有實時性強、準確性高、分辨率高、採集範圍廣等價值特徵。電力大數據應用範圍持續擴大，數據分析技能的培養成為電力企業的迫切需求。在此背景下，本手冊應運而生。
本書共八章，涵蓋大數據的多方面知識與應用，結構清晰，層層遞進。從大數據的基礎概念入手，逐步深入到數據中台、SQL語句、永洪BI、Python使用等具體技術與工具的介紹，最後通過專項練習和案例分析，幫助讀者鞏固所學知識，瞭解實際應用場景。
本書為零基礎電力企業員工提供全面且易懂的工作指南，助力員工掌握數據分析技能，推動其在業務中的應用，進而提升公司的市場競爭力。同時，也為社會各界相關人士提供電力大數據應用相關技術及典型案例知識，助力電力大數據在更多領域發揮價值。

目錄

前言
第一章 興趣導入——大數據應用入門
第一節 大數據定義
一、規模性
二、多樣性
三、高速性
四、價值性
第二節 大數據技術
第二章 數據中台基礎
第一節 數據中台
一、數據中台簡介
二、華為雲智能數據湖運營平臺
三、數據中台架構
四、數據安全使用
第二節 數據庫
一、數據庫概述
二、數據庫結構
三、數據庫分類
第三節 使用DAYU開發數據
一、環境配置和登錄
二、新建和開發腳本
三、調試並運行作業
四、作業監控
第三章 數據結構
第一節 表結構
一、託管表（內部表）
二、外部表
三、臨時表
四、視圖
第二節 數據類型
一、原始數據類型
二、複合數據類型
第四章 SQL語句
第一節 基本語句
一、創建語句CREATE
二、插入語句INSERT
三、更新語句ALTER
四、刪除語句DROP
五、查詢語句SELECT
六、排序語句ORDEY BY
七、限制語句LIMIT
第二節 操作符
一、比較操作符
二、邏輯操作符及求反操作符
三、連接操作符
四、算術操作符
第三節 聚合函數
一、計數COUNT函數
二、求和SUM函數
三、求平均值AVG函數
四、求最大值MAX函數
五、求最小值MIN函數
第四節 分組語句
一、GROUP BY子句
二、HAVING子句
第五節 連接語句
一、WHERE子句
二、JOIN子句
第六節 完整性約束
一、主鍵約束（PRIMARY KEY）
二、外鍵約束（FOREIGN KEY）
三、唯一約束（UNIQUE）
四、非空約束（NOT NULL）
五、檢查約束（CHECK）
第七節 日期函數
一、獲取日期及日期屬性
二、日期操作
第八節 字符串函數
一、字符串處理
二、字符串截取及拼接
三、字符串替換
第九節 窗口函數
一、ROW_NUMBER函數
二、RANK、DENSE_RANK函數
三、LEAD函數、LAG函數
四、FIRST_VALUE函數、LAST_VALUE函數
第十節 數組函數
第五章 永洪BI
第一節 環境搭建
一、軟件安裝
二、軟件登錄
三、數據獲取
第二節 數據準備
一、數據集創建
二、數據治理
第三節 圖表佈局
一、新建儀錶盤
二、智能佈局-組件操作
三、自由佈局
第四節 圖表插入
一、圖表製作
二、圖表設置
三、指標計算
四、報告分享與查看
第六章 Python使用
第一節 Python環境配置
一、相關概念
二、Anaconda的安裝及使用
三、Jupyter Notebook的使用
第二節 基本數據類型
一、數值類型
二、布爾類型
三、字符串類型
四、列表類型
五、元組類型
六、字典類型
七、集合類型
八、強制類型轉換
九、自定義類型
十、文件類型
第三節 運算符
一、算術運算符
二、比較運算符
三、邏輯運算符
四、複合賦值運算符
第四節 流程控制
一、條件流程控制
二、循環流程控制
第五節 函數
一、函數的定義
二、函數的寫法
三、參數與返回值
四、全局變量與局部變量
五、匿名函數
第六節 模塊
第七節 re正則表達式
一、re模塊的常見方法
二、正則表達式元字符
第八節 datetime模塊
一、datetime類
二、日期的格式轉換
三、日期的加減法
第九節 pandas模塊
一、Series類型、DataFrame類型
二、矢量運算
三、DataFrame操作
四、科學計算
五、Pandas自帶對於datetime、str類型的處理函數
六、Pandas高級函數map、apply等
第十節 機器學習算法
一、機器學習算法概述
二、分類算法
三、聚類算法
四、回歸算法
第七章 專項練習
第一節 數據中台練習（Hive SQL）
一、簡單題
二、中等題
第二節 Python練習
一、簡單題
二、中等題
三、困難題
第八章 案例分析
第一節 用戶電費欺詐識別分析
第二節 竊電用戶用電識別分析
第三節 “碳中和、碳達峰”預測分析
第四節 分布式光伏發電功率預測分析
第五節 風力發電出力預測
第六節 小微企業電量精準預測分析
第七節 電動汽車充電樁運行效益分析
第八節 居民客戶繳費行為分析
第九節 煤改電用戶畫像分析
參考文獻

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。