AlphaGo 都在使用的Python褪迟，是最接近 AI 的編程語言冗恨。

教育部考試中心近日發(fā)布了“關于全國計算機等級（NCRE）體系調整”的通知，決定自2018年3月起味赃，在全國計算機二級考試中加入了“Python語言程序設計”科目掀抹。

前年，浙江省信息技術課程改革方案已經出臺心俗，Python確定進入浙江省信息技術教材傲武，從2018年起浙江省信息技術教材編程語言將會從vb更換為Python。

小學生都開始學Python了城榛，天吶擼揪利，學習Python看完這些準沒錯。

安利一波書單

Python入門

《Python編程快速上手——讓繁瑣工作自動化》

作者： 【美】Al Sweigart（斯維加特）

Python3編程從入門到實踐

亞馬遜暢銷Python編程圖書

本書是一本面向實踐的Python編程實用指南狠持。本書不僅介紹了Python語言的基礎知識疟位，而且還通過項目實踐教會讀者如何應用這些知識和技能。本書的第一部分介紹了基本Python編程概念工坊，第二部分介紹了一些不同的任務献汗，通過編寫Python程序敢订，可以讓計算機自動完成它們王污。第二部分的每一章都有一些項目程序，供讀者學習楚午。每章的末尾還提供了一些習題和深入的實踐項目昭齐，幫助讀者鞏固所學的知識，附錄部分提供了所有習題的解答矾柜。

《“笨辦法”學Python（第3版）》

作者： 【美】Zed A. Shaw

《“笨辦法”學Python(第3版)》是一本Python入門書籍阱驾，適合對計算機了解不多，沒有學過編程怪蔑，但對編程感興趣的讀者學習使用里覆。這本書以習題的方式引導讀者一步一步學習編程，從簡單的打印一直講到完整項目的實現(xiàn)缆瓣，讓初學者從基礎的編程技術入手喧枷，最終體驗到軟件開發(fā)的基本過程。

《“笨辦法”學Python(第3版)》結構非常簡單，共包括52個習題隧甚，其中26個覆蓋了輸入/輸出车荔、變量和函數(shù)三個主題，另外26個覆蓋了一些比較高級的話題戚扳，如條件判斷忧便、循環(huán)、類和對象帽借、代碼測試及項目的實現(xiàn)等珠增。每一章的格式基本相同，以代碼習題開始砍艾，按照說明編寫代碼切平，運行并檢查結果，然后再做附加練習辐董。

《Python編程初學者指南》

作者： 【美】Michael Dawson

《Python編程初學者指南》嘗試以輕松有趣的方式來幫助初學者掌握Python語言和編程技能悴品。全書共12章，每一章都會用一個完整的游戲來演示其中的關鍵知識點简烘，并通過編寫好玩的小軟件這種方式來學習編程苔严，引發(fā)讀者的興趣，降低學習的難度孤澎。每章最后都會對該章的知識點進行小結届氢，還會給出一些小練習讓讀者試試身手。作者很巧妙的將所有編程知識嵌入到了這些例子中覆旭，真正做到了寓教于樂退子。

《數(shù)據(jù)結構（Python語言描述）》

作者： 【美】Kenneth A. Lambert（蘭伯特）

在計算機科學中，數(shù)據(jù)結構是一門進階性課程型将，概念抽象寂祥，難度較大。Python語言的語法簡單七兜，交互性強丸凭。用Python來講解數(shù)據(jù)結構等主題，比C語言等實現(xiàn)起來更為容易腕铸，更為清晰惜犀。

本書第1章簡單介紹了Python語言的基礎知識和特性。第2章到第4章對抽象數(shù)據(jù)類型狠裹、數(shù)據(jù)結構虽界、復雜度分析、數(shù)組和線性鏈表結構進行了詳細介紹涛菠，第5章和第6章重點介紹了面向對象設計的相關知識莉御、第5章包括接口和實現(xiàn)之間的重點差異刹缝、多態(tài)以及信息隱藏等內容，第6章主要講解繼承的相關知識颈将，第7章到第9章以棧梢夯、隊列和列表為代表，介紹了線性集合的相關知識晴圾。第10章介紹了各種樹結構颂砸，第11章講解了集和字典的相關內容，第12章介紹了圖和圖處理算法死姚。每章最后人乓，還給出了復習題和案例學習，幫助讀者鞏固和思考都毒。

如果你對Python感興趣色罚，歡迎加入我們【python學習交流裙】，免費領取PDF電子書和源碼账劲。

《像計算機科學家一樣思考Python》

作者： 【美】Allen B. Downey

本書按照培養(yǎng)讀者像計算機科學家一樣的思維方式的思路來教授Python語言編程戳护。全書貫穿的主體是如何思考、設計瀑焦、開發(fā)的方法腌且，而具體的編程語言，只是提供一個具體場景方便介紹的媒介榛瓮。并不是一本介紹語言的書铺董，而是一本介紹編程思想的書。和其他編程設計語言書籍不同禀晓，它不拘泥于語言細節(jié)精续，而是嘗試從初學者的角度出發(fā)，用生動的示例和豐富的練習來引導讀者漸入佳境粹懒。

Python進階

《Python高級編程（第2版）》

作者： 【波蘭】Micha? Jaworski（賈沃斯基） , 【法】Tarek Ziadé（萊德）

本書基于Python 3.5版本進行講解重付，通過13章的內容，深度揭示了Python編程的高級技巧崎淳。本書從Python語言及其社區(qū)的現(xiàn)狀開始介紹堪夭，對Python語法、命名規(guī)則拣凹、Python包的編寫、部署代碼恨豁、擴展程序開發(fā)嚣镜、管理代碼、文檔編寫橘蜜、測試開發(fā)菊匿、代碼優(yōu)化付呕、并發(fā)編程、設計模式等重要話題進行了全面系統(tǒng)化的講解跌捆。

本書適合想要進一步提高自身Python編程技能的讀者閱讀徽职，也適合對Python編程感興趣的讀者參考學習。全書結合典型且實用的開發(fā)案例佩厚，可以幫助讀者創(chuàng)建高性能的姆钉、可靠且可維護的Python應用。

《Python高性能編程》

作者： 【美】 戈雷利克 （Micha Gorelick） , 歐日沃爾德（Ian Ozsvald）

本書共有12章抄瓦，圍繞如何進行代碼優(yōu)化和加快實際應用的運行速度進行詳細講解潮瓶。本書主要包含以下主題：計算機內部結構的背景知識、列表和元組钙姊、字典和集合毯辅、迭代器和生成器、矩陣和矢量計算煞额、并發(fā)思恐、集群和工作隊列等。最后膊毁，通過一系列真實案例展現(xiàn)了在應用場景中需要注意的問題壁袄。

本書適合初級和中級Python程序員、有一定Python語言基礎想要得到進階和提高的讀者閱讀

《Python極客項目編程》

作者： 【美】Mahesh Venkitachalam

Python是一種解釋型媚媒、面向對象嗜逻、動態(tài)數(shù)據(jù)類型的高級程序設計語言。通過Python編程缭召，我們能夠解決現(xiàn)實生活中的很多任務栈顷。

本書通過14個有趣的項目，幫助和鼓勵讀者探索Python編程的世界嵌巷。全書共14章萄凤，分別介紹了通過Python編程實現(xiàn)的一些有趣項目，包括解析iTunes播放列表搪哪、模擬人工生命靡努、創(chuàng)建ASCII碼藝術圖、照片拼接晓折、生成三維立體圖惑朦、創(chuàng)建粒子模擬的煙花噴泉效果、實現(xiàn)立體光線投射算法漓概，以及用Python結合Arduino和樹莓派等硬件的電子項目漾月。本書并不介紹Python語言的基礎知識，而是通過一系列不簡單的項目胃珍，展示如何用Python來解決各種實際問題梁肿，以及如何使用一些流行的Python庫蜓陌。

《Python核心編程（第3版）》

作者： 【美】Wesley Chun（衛(wèi)斯理 春）

本書是經典暢銷圖書《Python核心編程（第二版）》的全新升級版本，總共分為3部分吩蔑。第1部分講解了Python的一些通用應用钮热，包括正則表達式、網絡編程烛芬、Internet客戶端編程隧期、多線程編程、GUI編程蛀骇、數(shù)據(jù)庫編程厌秒、Microsoft Office編程、擴展Python等內容擅憔。第2部分講解了與Web開發(fā)相關的主題鸵闪，包括Web客戶端和服務器、CGI和WSGI相關的Web編程暑诸、Diango Web框架蚌讼、云計算、高級Web服務个榕。第3部分則為一個補充/實驗章節(jié)篡石，包括文本處理以及一些其他內容。

本書適合具有一定經驗的Python開發(fā)人員閱讀西采。

Python人工智能

《Python機器學習——預測分析核心算法》

作者： 【美】Michael Bowles（鮑爾斯）

在學習和研究機器學習的時候凰萨，面臨令人眼花繚亂的算法，機器學習新手往往會不知所措械馆。本書從算法和Python 語言實現(xiàn)的角度胖眷，幫助讀者認識機器學習。

本書專注于兩類核心的“算法族”霹崎，即懲罰線性回歸和集成方法珊搀，并通過代碼實例來展示所討論的算法的使用原則。全書共分為7 章尾菇，詳細討論了預測模型的兩類核心算法境析、預測模型的構建、懲罰線性回歸和集成方法的具體應用和實現(xiàn)派诬。

《Python機器學習實踐指南》

作者： 【美】Alexander T. Combs

機器學習是近年來漸趨熱門的一個領域劳淆，同時Python 語言經過一段時間的發(fā)展也已逐漸成為主流的編程語言之一。本書結合了機器學習和Python 語言兩個熱門的領域千埃，通過利用兩種核心的機器學習算法來將Python 語言在數(shù)據(jù)分析方面的優(yōu)勢發(fā)揮到極致憔儿。

全書共有10 章。第1 章講解了Python 機器學習的生態(tài)系統(tǒng)放可，剩余9 章介紹了眾多與 機器學習相關的算法谒臼，包括各類分類算法、數(shù)據(jù)可視化技術耀里、推薦引擎等蜈缤，主要包括機器學習在公寓、機票冯挎、IPO 市場底哥、新聞源、內容推廣房官、股票市場趾徽、圖像、聊天機器人和推薦引擎等方面的應用翰守。

《精通Python自然語言處理》

作者： 【印度】Deepti Chopra , Nisheeth Joshi , Iti Mathur

自然語言處理是計算語言學和人工智能之中與人機交互相關的領域之一孵奶。

本書是學習自然語言處理的一本綜合學習指南，介紹了如何用Python實現(xiàn)各種NLP任務蜡峰，以幫助讀者創(chuàng)建基于真實生活應用的項目了袁。全書共10章，分別涉及字符串操作湿颅、統(tǒng)計語言建模载绿、形態(tài)學、詞性標注油航、語法解析崭庸、語義分析、情感分析谊囚、信息檢索怕享、語篇分析和NLP系統(tǒng)評估等主題。

本書適合熟悉Python語言并對自然語言處理開發(fā)有一定了解和興趣的讀者閱讀參考秒啦。

《Python數(shù)據(jù)科學指南》

作者： 【印度】Gopi Subramanian（薩伯拉曼尼安）

60多個實用的開發(fā)技巧熬粗，幫你探索Python及其強大的數(shù)據(jù)科學能力

Python作為一種高級程序設計語言，憑借其簡潔余境、易讀及可擴展性日漸成為程序設計領域備受推崇的語言驻呐，并成為數(shù)據(jù)科學家的首選之一。

本書詳細介紹了Python在數(shù)據(jù)科學中的應用芳来，包括數(shù)據(jù)探索含末、數(shù)據(jù)分析與挖掘、機器學習即舌、大規(guī)模機器學習等主題佣盒。每一章都為讀者提供了足夠的數(shù)學知識和代碼示例來理解不同深度的算法功能，幫助讀者更好地掌握各個知識點顽聂。

本書內容結構清晰肥惭，示例完整盯仪，無論是數(shù)據(jù)科學領域的新手，還是經驗豐富的數(shù)據(jù)科學家都將從中獲益蜜葱。

《用Python寫網絡爬蟲》

作者： 【澳】Richard Lawson（理查德 勞森）

本書講解了如何使用Python來編寫網絡爬蟲程序全景，內容包括網絡爬蟲簡介，從頁面中抓取數(shù)據(jù)的三種方法牵囤，提取緩存中的數(shù)據(jù)爸黄，使用多個線程和進程來進行并發(fā)抓取，如何抓取動態(tài)頁面中的內容揭鳞，與表單進行交互炕贵，處理頁面中的驗證碼問題，以及使用Scarpy和Portia來進行數(shù)據(jù)抓取野崇，并在最后使用本書介紹的數(shù)據(jù)抓取技術對幾個真實的網站進行了抓取称开，旨在幫助讀者活學活用書中介紹的技術。

本書適合有一定Python編程經驗舞骆，而且對爬蟲技術感興趣的讀者閱讀钥弯。

《貝葉斯思維：統(tǒng)計建模的Python學習法》

作者： 【美】Allen B. Downey

這本書幫助那些希望用數(shù)學工具解決實際問題的人們，僅有的要求可能就是懂一點概率知識和程序設計督禽。而貝葉斯方法是一種常見的利用概率學知識去解決不確定性問題的數(shù)學方法脆霎，對于一個計算機專業(yè)的人士，應當熟悉其應用在諸如機器翻譯狈惫，語音識別睛蛛，垃圾郵件檢測等常見的計算機問題領域。

《Python自然語言處理》

作者： 【美】Steven Bird , Ewan Klein , Edward Loper

自然語言處理(Natural Language Processing胧谈，NLP)是計算機科學領域與人工智能領域中的一個重要方向忆肾。它研究能夠實現(xiàn)人與計算機之間用自然語言進行有效通信的各種理論和方法，涉及所有用計算機對自然語言進行的操作菱肖。

《Python自然語言處理》是自然語言處理領域的一本實用入門指南客冈，旨在幫助讀者學習如何編寫程序來分析書面語言∥惹浚《Python自然語言處理》基于Python編程語言以及一個名為NLTK的自然語言工具包的開源庫场仲，但并不要求讀者有Python編程的經驗。全書共11章退疫，按照難易程度順序編排渠缕。第1章到第3章介紹了語言處理的基礎，講述如何使用小的Python程序分析感興趣的文本信息褒繁。第4章討論結構化程序設計亦鳞，以鞏固前面幾章中介紹的編程要點。第5章到第7章介紹語言處理的基本原理，包括標注燕差、分類和信息提取等遭笋。第8章到第10章介紹了句子解析、句法結構識別和句意表達方法谁不。第11章介紹了如何有效管理語言數(shù)據(jù)坐梯。后記部分簡要討論了NLP領域的過去和未來徽诲。

本書的實踐性很強刹帕，包括上百個實際可用的例子和分級練習』烟妫可供讀者用于自學偷溺，也可以作為自然語言處理或計算語言學課程的教科書，還可以作為人工智能钱贯、文本挖掘挫掏、語料庫語言學等課程的補充讀物。

《Python數(shù)據(jù)分析》

作者： 【印尼】Ivan Idris

Python是一種多范型編程語言秩命，既適用于面向對象的應用開發(fā)尉共，又適合函數(shù)式設計模式。Python已經成為數(shù)據(jù)科學家進行數(shù)據(jù)分析弃锐、可視化以及機器學習的一種理想編程語言袄友，它能幫助你快速提升工作效率。

本書將會帶領新手熟悉Python數(shù)據(jù)分析相關領域的方方面面霹菊，從數(shù)據(jù)檢索剧蚣、清洗、操作旋廷、可視化鸠按、存儲到高級分析和建模。同時饶碘，本書著重講解一系列開源的Python模塊目尖，諸如NumPy、SciPy扎运、matplotlib瑟曲、pandas、IPython绪囱、 Cython测蹲、scikit-learn和NLTK等。此外鬼吵，本書還介紹了數(shù)據(jù)可視化扣甲、信號處理、時間序列分析、數(shù)據(jù)庫琉挖、預測性分析和機器學習等主題启泣。通過閱讀本書，你將華麗變身數(shù)據(jù)分析高手示辈。