入门python 有什么好的书籍推荐？

转载于知乎

点击原文链接，可进入原问题

前几天看到知乎热榜上有此问题，于是便推荐给大家。

2018年入门python有什么好的书籍推荐？

题主情况：现在软件工程马上大三，学习python只是为了多了解一门语言，打算暑假学习一下，网上的入门推荐都是15年以前的，python发展这么快，有什么更加适合的

阿里云云栖社区：

Python非常灵活，让实验变得容易。解决简单问题的方法简单而优雅。Python为新手程序员提供了一个很好的实验室。

Python具有一些特征，使其成为第一种编程语言的接近完美的选择。Python基本结构简单、干净、设计精良，使学生能够专注于算法思维和程序设计的主要技能，而不会陷入晦涩难解的语言细节。在Python中学习的概念可以直接传递给后续学习的系统语言（如C ++和Java）。但Python不是一种“玩具语言”，它是一种现实世界的生产语言，可以在几乎每个编程平台上免费提供，并且具有自己易于使用的集成编程环境。最好的是，Python让学习编程又变得有趣了。

这17本Python书单让你快速掌握Python编程。

《Python神经网络编程》

[英] 塔里克·拉希德（Tariq Rashid）著
本书用轻松的笔触，一步一步揭示了神经网络的数学思想，并介绍如何使用Python编程语言开发神经网络。本书将带领您进行一场妙趣横生却又有条不紊的旅行——从一个非常简单的想法开始，逐步理解神经网络的工作机制。您无需任何超出中学范围的数学知识，并且本书还给出易于理解的微积分简介。
本书为美亚五星畅销书，备受关注。基于Python3.5，全彩印刷，如果只选一本神经网络图书，他是首选。

《Python编程快速上手——让繁琐工作自动化》

【美】Al Sweigart（斯维加特）著
美亚畅销Python 3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
美亚畅销Python 3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。

《Python核心编程（第3版）》

【美】Wesley Chun（卫斯理 春）著
Python是一种灵活、可靠且具有表现力的编程语言，它将编译语言的强大与脚本语言的简洁性、快速开发特性整合起来。在本书中，Python开发人员兼企业培训师Wesley Chun会帮助您将Python技能提升到更高的水平。　　
本书涵盖了成为一名技术全面的Python开发人员所需的一切内容。本书讲解了应用开发相关的多个领域，而且书中的内容可以立即应用到项目开发中。此外，本书还包含了一些使用Python 2和Python 3编写的代码案例，以及一些代码移植技巧。有些代码片段甚至无须修改就可以运行在Python 2.x或Python 3.x上。本书适合具有一定经验的Python开发人员阅读。

《“笨办法学”Python3》

Zed Shaw 著
本书是基于Python 3.6版本编写的。百万粉丝程序员带你轻松入门Python语言！5小时的完整视频教程，纯美式发音，搭配中文字幕，边看边练两不误；52个精心设计的编程习题，拒绝拖沓，提供项目案例，学以致用不务虚。
本书是一本Python入门书籍，适合对计算机了解不多，没有学过编程，但对编程感兴趣的读者学习使用。这本书以习题的方式引导读者一步一步学习编程，从简单的打印一直讲到完整项目的实现，让初学者从基础的编程技术入手，最终体验到软件开发的基本过程。

《用Python写网络爬虫 第2版》

[德]凯瑟琳 雅姆尔（Katharine Jarmul）著
本书包括网络爬虫的定义以及如何爬取网站，如何使用几种库从网页中抽取数据，如何通过缓存结果避免重复下载的问题，如何通过并行下载来加速数据抓取，如何利用不同的方式从动态网站中抽取数据，如何使用叔叔及导航等表达进行搜索和登录，如何访问被验证码图像保护的数据，如何使用Scrapy爬虫框架进行快速的并行抓取，以及使用Portia的Web界面构建网路爬虫。

《程序员学Python》
裘宗燕 著
本书是程序设计领域学者裘宗燕教授的潜心力作，程序员的Python入门和进阶指南。书中全面介绍了Python语言的各方面特征和应用技术，讨论了准确理解Python、正确使用Python语言开发程序所需要的深入概念和情况，还介绍了用Python开发较大型或较复杂程序时应该了解的一些高级功能，如程序的模块组织和导入系统，生成器、闭包和装饰器，基本的和高级的面向对象编程机制和技术，以及作为Python最新扩展的协程和异步编程等。
此外，本书还提供完整的进阶内容和对应案例，让读者全面深入地了解深度学习的知识和技巧，达到学以致用的目的。

《数据结构 Python语言描述》
【美】Kenneth A. Lambert（兰伯特） 著
在计算机科学中，数据结构是一门进阶性课程，概念抽象，难度较大。Python语言的语法简单，交互性强。用Python来讲解数据结构等主题，比C语言等实现起来更为容易，更为清晰。

《Python应用开发实战》
[美] 尼纳德·萨斯叶（Ninad Sathaye） 著  
用Python 3构建健壮的、可重用的、高效的应用程序 ;轻松奇幻的学习主线，解决Python开发中遇到的实际问题
本书使用一个生动有趣的、基于文本的游戏主题作为讲解内容来介绍Python应用开发过程的各个方面。全书共10章，涉及简单应用开发、模块化、打包和发布应用的代码、文档规范、单元测试、重构、设计模式、性能监测、性能优化、GUI应用、MVC框架等方方面面的软件开发知识和技能。

《Python数据分析（第2版）》
[美]阿曼多·凡丹戈（Armando Fandango） 著
畅销书升级版，基于Python3。本书教新手用Python语言分析数据，发挥Python在数据可视化方面的优势，引导读者成为数据分析高手。全书从数据检索、清洗、操作、可视化、存储复杂的分析和建模等方面介绍，重点关注开源模块,如NumPy、SciPy、matplotlib、pandas、IPython、Cython、scikit-learn及NLTK。本书还包括数据可视化、信号处理、时间序列分析、数据库、预测分析和机器学习等主题。

《Python机器学习——预测分析核心算法》
【美】Michael Bowles（鲍尔斯） 著
在学习和研究机器学习的时候，面临令人眼花缭乱的算法，机器学习新手往往会不知 所措。本书从算法和Python 语言实现的角度，帮助读者认识机器学习。
本书专注于两类核心的“算法族”，即惩罚线性回归和集成方法，并通过代码实例来 展示所讨论的算法的使用原则。全书共分为7 章，详细讨论了预测模型的两类核心算法、预测模型的构建、惩罚线性回归和集成方法的具体应用和实现。 本书主要针对想提高机器学习技能的Python 开发人员，帮助他们解决某一特定的项 目或是提升相关的技能。

《Python机器学习实践指南》
【美】Alexander T. Combs 著
机器学习是近年来渐趋热门的一个领域，同时Python 语言经过一段时间的发展也已逐渐成为主流的编程语言之一。
本书结合了机器学习和Python 语言两个热门的领域，通过利用两种核心的机器学习算法来将Python 语言在数据分析方面的优势发挥到极致。 全书共有10 章。第1 章讲解了Python 机器学习的生态系统，剩余9 章介绍了众多与机器学习相关的算法，包括各类分类算法、数据可视化技术、推荐引擎等，主要包括机器学习在公寓、机票、IPO 市场、新闻源、内容推广、股票市场、图像、聊天机器人和推荐引擎等方面的应用。 本书适合Python 程序员、数据分析人员、对算法感兴趣的读者、机器学习领域的从业人员及科研人员阅读。

《Python算法教程》

[挪威]赫特兰（Magnus Lie Hetland） 著
畅销书Python基础教程(第2版)作者、Python领域大牛又一新力作！知识点清晰，语言简洁。

本书用Python语言来讲解算法的分析和设计，主要关注经典的算法，帮助读者理解基本算法问题和解决问题打下很好的基础。
本书用Python语言来讲解算法的分析和设计。本书主要关注经典的算法，但同时会为读者理解基本算法问题和解决问题打下很好的基础。
本书概念和知识点讲解清晰，语言简洁。本书适合对Python算法感兴趣的初中级用户阅读和自学，也适合高等院校的计算机系学生作为参考教材来阅读。

《Python深度学习》
[英] 尼格尔·刘易斯（N.D. Lewis） 著
本书是使用Python进行深度学习实践的一本初学指南。全书共9章，分别介绍了深度学习基础理论、神经网络基础知识、如何构建定制化深度预测模型、性能提升技术、二元分类的神经网络应用等领域，而且结合Python语言探讨了基本的算法和实现模型。

《Python贝叶斯分析》
【阿根廷】Osvaldo Martin（奥斯瓦尔多·马丁） 著
PyMOL社区活跃者倾情奉献！发现Python贝叶斯分析的力量！

本书介绍了贝叶斯统计中的主要概念，以及将其应用于数据分析的方法。本书所有的贝叶斯模型都用PyMC3实现。PyMC3是一个用于概率编程的Python库，其许多特性都在书中有介绍。在本书和PyMC3的帮助下，读者将学会实现、检查和扩展贝叶斯统计模型，从而解决一系列数据分析的问题。

《精通Python自然语言处理 》
Iti Mathur, Nisheeth Joshi, 【印度】Deepti Chopra 著
自然语言处理是计算语言学和人工智能之中与人机交互相关的领域之一。

本书是学习自然语言处理的一本综合学习指南，介绍了如何用Python实现各种NLP任务，以帮助读者创建基于真实生活应用的项目。全书共10章，分别涉及字符串操作、统计语言建模、形态学、词性标注、语法解析、语义分析、情感分析、信息检索、语篇分析和NLP系统评估等主题。
本书适合熟悉Python语言并对自然语言处理开发有一定了解和兴趣的读者阅读参考。

《 Python自然语言处理 》
Edward Loper, Ewan Klein, 【美】Steven Bird 著
本书是自然语言处理领域的一本实用入门指南，旨在帮助读者学习如何编写程序来分析书面语言。基于Python编程语言以及一个名为NLTK的自然语言工具包的开源库，但并不要求读者有Python编程的经验。全书共11章，按照难易程度顺序编排。
本书的实践性很强，包括上百个实际可用的例子和分级练习。本书可供读者用于自学，也可以作为自然语言处理或计算语言学课程的教科书，还可以作为人工智能、文本挖掘、语料库语言学等课程的补充读物。

《Python数据可视化编程实战（第2版）》
[爱尔兰] 伊戈尔·米洛瓦诺维奇 著
本书是一本使用Python实现数据可视化编程的实战指南，介绍了如何使用Python最流行的库，通过70余种方法创建美观的数据可视化效果。
全书共9章，分别介绍了准备工作环境、了解数据、绘制并定制化图表、学习更多图表和定制化、创建3D可视化图表、用图像和地图绘制图表、使用正确的图表理解数据、更多的matplotlib知识以及使用http://Plot.ly进行云端可视化。

大数据的热爱着：

基础阶段

《Python简明教程》：这是一本只有100页左右的小册子，你可以迅速的浏览并敲一遍代码，或多或少都会提升你的Python基础能力；

《笨方法学Python》：这本书同样非常的短小精悍，全书是以习题的形式让读者掌握有关Python的基础知识，里面的代码建议读者能够敲一遍；

《Python基础教程》：这本书的内容非常的详实，几乎覆盖了Python的所有基础知识点，当然有些章节你也并不需要都去看，读者可以根据自己的情况，有针对性的挑着看；

偏数据分析

《利用Python进行数据分析》：太经典了，作者就是创建pandas模块的大牛，书中详细讲解了有关numpy、pandas、matplotlib等模块的常用函数技巧，同时也结合了一些案例加以说明，书末也简单介绍了Python在时间序列问题上的处理和金融与经济方面的应用；

《Python金融大数据分析》：如果你对金融比较感兴趣的话，这本书是一个不错的选择。不仅讲了有关金融方面的理论知识和应用案例，也同样讲解了很多基础知识，如常见的数据结构、数据可视化操作、数据操作、数学基础、统计学基础等；

偏数据挖掘

《数据挖掘导论》：非常适合数据挖掘入门，内容详实，讲解的条理也很清晰；

《数据挖掘概念与技术》：同样是一本不可多得的好书，首先介绍挖掘方法的概念和理论知识，然后通过某些数据集来完成手工计算的过程，对于读者来说，具有代入感，学习起来也会比较有劲；

《统计学习方法》：是一本完全偏理论的书籍，包含了很多算法的推理过程，如knn算法、贝叶斯算法、决策树算法、支持向量机算法等，这些推理对读者的数学知识要求比较高；

《从零开始学Python:数据分析与挖掘》：书中涵盖数据分析或挖掘的各流程，通过一个个简单明了的案例讲解数据分析与挖掘方面的知识点。借助于Python可以完成各项任务，如数据读取、整合、清洗、可视化、建模等。