在最新一期的话题中，80%读者认为Python是最好的编程语言，知乎上类似的问题也很多，例如如何入门Python?如何3个月内入门Python？虽然现在可以学习的Python途径很多，但是想要打好牢固的基础知识，系统的学习Python的知识体系，还需要靠阅读专业的书籍来不断积累。
谁会成为AI 和大数据时代的第一开发语言？
这本已是一个不需要争论的问题。如果说三年前，Matlab、Scala、R、Java 和 Python还各有机会，局面尚且不清楚，那么三年之后，趋势已经非常明确了，特别是前两天 Facebook 开源PyTorch 之后，Python 作为 AI 时代头牌语言的位置基本确立，未来的悬念仅仅是谁能坐稳第二把交椅。
学习Python之路其修远兮，能否跨进时下最热的人工智能领域，无疑学好Python是通往高薪的捷径之路。
《Python核心编程 第3版》
畅销经典的Python基础教程学习手册进阶图书
兼顾Python2和Python3
机器学习 数据处理 网络爬虫热门编程语言
Python开发人员的案头常备
《Python编程快速上手让繁琐工作自动化》
美亚畅销Python编程入门图书
Python3实战指南
带你快速实现Python高效编程
编辑推荐
美亚畅销Python编程图书，帮助你通过编程快速实现工作自动化在本书中，你将学习利用Python编程，在几分钟内完成手工需要几小时的工作，而事先却无需具备编程经验。一旦掌握了编程的基础知识，你就可以毫不费力地创建Python 程序，完成高效的自动化工作，包括：
● 在一个文件或多个文件中搜索文本；
● 创建、更新、移动和重命名文件和文件夹；
● 搜索网页和下载的在线内容；
● 在任意大小的Excel电子表格中更新和格式化数据；
● 拆分、合并PDF文件，以及如何加水印和加密；
● 发送提醒邮件和文本通知；
● 填写在线表格。本书的作者Al Sweigart是一位杰出Python程序员,他还是《Python 密码学编程》、《Python游戏编程快速上手》和《Python 和Pygame 游戏开发指南》的作者。
《“笨办法”学Python(第3版)》
尽享5小时的完整视频教程
跟着数十万人的Python导师学Python编程入门基础教程
为Web开发实战 数据分析打下坚实基础
《像计算机科学家一样思考Python 第2版》
学会像计算机科学家一样思考 轻松学Python
编辑推荐
· 如果想要学习如何编程，从Python语言入手是一个很好的开端。本书从基本的编程概念开始，一步步引导读者了解Python语言，再逐渐掌握函数、递归、数据结构和面向对象设计等高阶概念。本书第2版及其辅助代码均已升级，支持Python 3。每章后的练习可以帮助读者加深对刚学的编程概念的理解。本书是高中和大学阶段的学生、自学者，以及需要了解编程基础的专业人士的理想读物。初学者可以在浏览器中学习如何开始Python编程。
· 从基础开始，包括语言的语法和语义。
· 掌握每一个编程概念的清晰定义。
· 循序渐进地学习值、变量、语句、函数和数据结构。
· 了解如何操作文件和数据库。
· 理解对象、方法和面向对象编程。
· 使用各种调试技巧来修复语法错误、运行时错误和语义错误。
· 通过一系列案例研究来探索函数、数据结构和算法。本书的示例代码均在GitHub仓库中维护，读者很容易下载和修改。
《Python高级编程 第2版》
Python进阶教程 机器学习人工智能深度学习开发热门编程语言 web开发与后端工程师参考指南 基于Python3.5撰写
《精通Python自然语言处理》
用Python开发令人惊讶的NLP项目自然语言处理任务
掌握利用Python设计和构建给予NLP的应用的实践
编辑推荐
自然语言处理（NLP）是有关计算语言学与人工智能的研究领域之一。NLP主要关注人机交互，它提供了计算机和人类之间的无缝交互，使得计算机在机器学习的帮助下理解人类语言。本书详细介绍如何使用Python执行各种自然语言处理（NLP）任务，并帮助读者掌握利用Python设计和构建基于NLP的应用的zui佳实践。本书引导读者应用机器学习工具来开发各种各样的模型。对于训练数据的创建和主要NLP应用的实现，例如命名实体识别、问答系统、语篇分析、词义消歧、信息检索、情感分析、文本摘要以及指代消解等，本书都进行了清晰的介绍。本书有助于读者使用NLTK创建NLP项目并成为相关领域的专家。 通过阅读本书，你将能够:
● 实现字符串匹配算法以及标准化技术；
● 实现统计语言建模技术；
● 深刻理解词干提取器、词形还原器、形态分析器以及形态生成器的开发；
● 开发搜索引擎并实现词性标注和统计建模（包含n-gram方法）等相关概念；
● 熟悉诸如树型库建设、CFG建设、CYK以及Earley线图解析算法等相关概念；
● 开发基于NER的系统并理解和应用情感分析的相关概念；
● 理解并实现信息检索和文本摘要等相关概念；
● 开发语篇分析系统以及基于指代消解的系统。
《Python机器学习实践指南》
直接上手的教学内容
身临其境的写作风格
轻松掌握机器学习实战知识
应用高级机器学习方法解决日常问题
编辑推荐
适合的读者包括了解数据科学的Python程序员、数据科学家、架构师，以及想要构建完整的、基于Python的机器学习系统的人们。 通过阅读Python机器学习实践指南 ，你将能：
·了解Python机器学习的生态系统；
·了解如何执行线性回归；
·机器视觉概念的介绍； ·高级数据可视化技术；
·如何使用第三方API，部署机器学习模型； ·时间序列的建模技术； ·如何构建无监督模型。
《用Python写网络爬虫》
用Python进行数据处理和数据挖掘的代表著作
剖析网络爬虫技术的实现原理
精通Python网络爬虫实战
《用Python写网络爬虫》介绍了如下内容：
通过跟踪链接来爬取网站；
使用lxml从页面中抽取数据；
构建线程爬虫来并行爬取页面；
将下载的内容进行缓存，以降低带宽消耗；
解析依赖于JavaScript的网站；
与表单和会话进行交互；
解决受保护页面的验证码问题；
对AJAX调用进行逆向工程；
使用Scrapy创建高级爬虫。
本书读者对象 本书是为想要构建可靠的数据爬取解决方案的开发人员写作的，本书假定读者具有一定的Python编程经验。当然，具备其他编程语言开发经验的读者也可以阅读本书，并理解书中涉及的概念和原理。
《Python面向对象编程指南》
掌握Python面向对象编程的精髓
构建强大的实际应用程序
《NLTK基础教程 用NLTK和Python库构建机器学习应用》
NLTK和Python库构建机器学习应用
编辑推荐
通过本书，你将学会：
■ 了解自然语言的复杂性以及机器对它们的处理方式。
■ 如何利用标识化处理手段清理文本歧义，并利用分块操作更好地处理数据。
■ 探索不同标签类型的作用，并学习如何将句子标签化。
■ 如何根据自己的需要来创建自定义的解析器和标识器。
■ 如何构建出具有拼写检查、搜索、机器翻译以及问答系统等功能的实用程序。
■ 如何通过信息爬取与捕获的手段对相关数据内容进行检索。
■ 如何通过特性的提取与选取，构建出针对不同文本的分类系统。
■ 如何使用各种第三方Python库，如pandas、scikit-learn、matplotlib、gensim。
■如何对社交媒体网站进行分析，包括发掘热门话题、舆情分析等。
《Python高性能编程》
深刻理解Python的实现
让你的Python代码运行的更快
通过阅读本书，你将能够：
■ 更好地掌握numpy、Cython和剖析器；
■ 了解Python如何抽象化底层的计算机架构；
■ 使用剖析手段来寻找CPU时间和内存使用的瓶颈；
■ 通过选择合适的数据结构来编写高效的程序
■ 加速矩阵和矢量计算；
■ 使用工具把Python编译成机器代码；
■ 管理并发的多I O和计算操作；
■ 把多进程代码转换到在本地或者远程集群上运行；
■ 用更少的内存解决大型问题。
“ 尽管Py thon在学术和工业领域很流行， 但人们也经常由于Python程序运行太慢而放弃它。本书通过全面介绍改善优化Python计算速度和可扩展性的策略，从而消除人们的这种误 解。”
《Python物理建模初学者指南》
用Python解决科学问题的实践指南，众多世界知名大学教授推荐阅读
编辑推荐：
本书旨在帮助Python 学习者掌握足够的Python编程技能以进行物理建模。全书分为8 章和5 个附录，包括Python 基础知识、数据结构与程序控制、数据输入和输出、Python 高级知识和高级技术等，其中贯穿了三次不同方向和难度的物理建模上机实验。附录部分介绍了Python 的安装、错误消息、版本差异以及可供深入学习的话题。
本书适合Python 初学者阅读，尤其适合想要用Python 进行科学计算和物理建模的读者学习参考。领取相关学习资料
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
