经常会有读者跑过来问能否推荐一些 Python 书籍,给初学者会毫不犹豫推荐《Python编程:从入门到实践》, 进阶提高就看《流畅的Python》,Web开发、网络编程、数据分析、数据挖掘、机器学习等领域也有很多专门针对 Python 的书籍,这里从图灵社区精选了一批 Python 书单,送给支持「Python之禅」公众号的读者们,免!费!包!邮!感谢图灵教育的大力支持,往下面翻,看看有没有你感兴趣的书,赠书规则在后面。
1. Python编程:从入门到实践

作者:Eric Matthes
译者:袁国忠
Amazon编程入门类榜首图书,最受读者喜爱的Python入门书
同时使用Python 2.7 和Python 3.5 讲解,全面、详细、深入浅出
从基本概念到完整项目开发,帮助零基础读者迅速掌握Python编程,开发实际项目
全书分两部分:第一部分介绍用Python编程所必须了解的基本概念,包括 matplotlib、NumPy 和 Pygal 等强大的 Python 库和工具介绍,以及列表、字典、if语句、类、文件与异常、代码测试等内容;第二部分将理论付诸实践,讲解如何开发三个项目,包括简单的 Python 2D 游戏开发,如何利用数据生成交互式的信息图,以及创建和定制简单的 Web 应用,并帮读者解决常见编程问题和困惑。
2. 流畅的Python

作者:Luciano Ramalho
译者:安道 吴珂
本书致力于帮助 Python 开发人员挖掘这门语言及相关程序库的优秀特性,写出简洁、流畅、易读、易维护的代码。特别是深入探讨了针对数据库处理时生成器的具体应用、特性描述符(ORM的关键),以及 Python 式的对象:协议与接口、抽象基类及多重继承。
3. Flask Web开发:基于Python的Web应用开发实战

作者:Miguel Grinbergs
译者:安道
本书共分三部分,全面介绍如何基于Python微框架Flask进行Web开发。第一部分是Flask简介,介绍使用Flask框架及扩展开发Web程序的必备基础知识。第二部分则给出一个实例,真正带领大家一步步开发完整的博客和社交应用Flasky,从而将前述知识融会贯通,付诸实践。第三部分介绍了发布应用之前必须考虑的事项,如单元测试策略、性能分析技术、Flask程序的部署方式等。
4. Python Web开发:测试驱动方法

作者:Harry J.W. Percival
译者:安道
本书手把手教你从头开始开发一个真正的Web应用,并且展示使用Python做测试驱动开发(TDD)的优势。你将学到如何在开发应用的每一个部分之前先编写和运行测试,然后再编写最少量的代码让测试通过。也就是说,你将学会应用TDD理念,写出简洁可用、赏心悦目的代码。
5. Python网络编程(第3版)

作者:Brandon Rhodes,John Goerzen
译者:诸豪文
本书采用Python 3,涵盖网络编程所有经典话题,包括网络协议、网络数据及错误、电子邮件、服务器架构,以及HTTP及Web应用程序,对最新的SSL支持、异步I/O循环的编写方法、跨站脚本以及跨站请求伪造攻击网站的原理及保护方法等内容也有详尽介绍。
6. Python数据处理

作者:Jacqueline Kazil,Katharine Jarmul
译者:张亮 ,吕家明
本书采用基于项目的方法,介绍用Python完成数据获取、数据清洗、数据探索、数据呈现、数据规模化和自动化的过程。主要内容包括:Python基础知识,如何从CSV、Excel、XML、JSON和PDF文件中提取数据,如何获取与存储数据,各种数据清洗与分析技术,数据可视化方法,如何从网站和API中提取数据。
7. Python数据科学入门

作者:Dmitry Zinoviev
译者:熊子源
用 Python 3.X 轻松解决数据科学问题
快速掌握数据科学领域常见任务和工具
本书以 Python 讲述数据科学基础知识,涵盖了数据采集、清洗、存储、检索、转换、可视化、高级数据分析(网络分析)、统计和机器学习等内容。具体内容包括:数据科学的Python核心特性,文本数据、数据库、表格形式的数值数据、series和frame、网络数据的使用,数据的绘制,概率与统计,机器学习。
8. Python数据挖掘入门与实践

作者:Robert Layton
译者:杜春晓
本书使用简单易学且拥有丰富第三方库和良好社区氛围的Python语言,由浅入深,以真实数据作为研究对象,真刀实枪地向读者介绍Python数据挖掘的实现方法。通过本书,读者将迈入数据挖掘的殿堂,透彻理解数据挖掘基础知识,掌握解决数据挖掘实际问题的最佳实践!
9. Python机器学习经典实例

作者:Prateek Joshi
译者:陶俊杰,陈小莉
本书不仅可以帮你了解现实生活中机器学习的应用场景,而且通过有趣的菜谱式教程教你掌握处理具体问题的算法。
本书首先通过实用的案例介绍机器学习的基础知识,然后介绍一些稍微复杂的机器学习算法,例如支持向量机、极端随机森林、隐马尔可夫模型、条件随机场、深度神经网络,等等。通过本书,你不仅可以学会如何做出合理的决策,为自己选择合适的算法类型,而且可以学会如何高效地实现算法以获得最佳学习效果。
10. Python计算机视觉编程

作者:Jan Erik Solem
译者:朱文涛 袁勇
亚马逊计算机视觉类图书No.1
详细剖析多种计算机视觉工具
大量示例极易上手
本书是计算机视觉编程的权威实践指南,通过Python语言讲解了基础理论与算法,并通过大量示例细致分析了对象识别、基于内容的图像搜索、光学字符识别、光流法、跟踪、3D重建、立体成像、增强现实、姿态估计、全景创建、图像分割、降噪、图像分组等技术。
第一重福利
我会从公众号和知识星球圈子里一共挑选10位,每人可以获得其中的一本(随机送)没有乱七八糟的规则,你只要在评论区留言即可,因为精选留言只能选出100 条,所以优先放出那些走心的留言,点赞数最高的前3名直接获得一本,找好友帮你拉票也没问题,剩下的我会根据留言质量以及经常互动的读者中选出,活动的截止日期是 2017年11月30日24:00
第二重福利
2个价值199元的读者圈名额,如果你在自学 Python 却苦于没人交流,如果你的编程水平总是停滞不前,加入这个圈子和 150+ 伙伴一起提高编程技能。规则:你要把以往我们在知识星球上的题目做完,然后发送 Pull Request 给我,不懂怎么操作的可以私信我,我会根据你的完成情况以及认真程度优先选择2位,提交代码的截止时间一样是11月30日24:00
题目链接: http://t.cn/RY5YABG ,或点击「阅读原文」
推荐阅读:
关注Python之禅,学点Python
