阿里P8大佬吐血總結從入門到進階的完整python學習書籍單

《Python程式設計快速上手——讓繁瑣工作自動化》

作者： 【美】Al Sweigart（斯維加特）

Python3

程式設計從入門到實踐

亞馬遜暢銷Python程式設計圖書

本書是一本面向實踐的Python程式設計實用指南。本書不僅介紹了Python語言的基礎知識，而且還透過專案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程式設計概念，第二部分介紹了一些不同的任務，透過編寫Python程式，可以讓計算機自動完成它們。第二部分的每一章都有一些專案程式，供讀者學習。每章的末尾還提供了一些習題和深入的實踐專案，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。

《“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，適合對計算機瞭解不多，沒有學過程式設計，但對程式設計感興趣的讀者學習使用。這本書以習題的方式引導讀者一步一步學習程式設計，從簡單的列印一直講到完整專案的實現，讓初學者從基礎的程式設計技術入手，最終體驗到軟體開發的基本過程。

《“笨辦法”學Python（第3版）》結構非常簡單，共包括52個習題，其中26個覆蓋了輸入/輸出、變數和函式三個主題，另外26個覆蓋了一些比較高階的話題，如條件判斷、迴圈、類和物件、程式碼測試及專案的實現等。每一章的格式基本相同，以程式碼習題開始，按照說明編寫程式碼，執行並檢查結果，然後再做附加練習。

《Python程式設計初學者指南》

作者： 【美】Michael Dawson

《Python程式設計初學者指南》嘗試以輕鬆有趣的方式來幫助初學者掌握Python語言和程式設計技能。全書共12章，每一章都會用一個完整的遊戲來演示其中的關鍵知識點，並透過編寫好玩的小軟體這種方式來學習程式設計，引發讀者的興趣，降低學習的難度。每章最後都會對該章的知識點進行小結，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程式設計知識嵌入到了這些例子中，真正做到了寓教於樂。

《資料結構（Python語言描述）》

作者： 【美】Kenneth A。 Lambert（蘭伯特）

在計算機科學中，資料結構是一門進階性課程，概念抽象，難度較大。Python語言的語法簡單，互動性強。用Python來講解資料結構等主題，比C語言等實現起來更為容易，更為清晰。

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章對抽象資料型別、資料結構、複雜度分析、陣列和線性連結串列結構進行了詳細介紹，第5章和第6章重點介紹了面向物件設計的相關知識、第5章包括介面和實現之間的重點差異、多型以及資訊隱藏等內容，第6章主要講解繼承的相關知識，第7章到第9章以棧、佇列和列表為代表，介紹了線性集合的相關知識。第10章介紹了各種樹結構，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演算法。每章最後，還給出了複習題和案例學習，幫助讀者鞏固和思考。

《像計算機科學家一樣思考Python》

作者： 【美】Allen B。 Downey

本書按照培養讀者像計算機科學家一樣的思維方式的思路來教授Python語言程式設計。全書貫穿的主體是如何思考、設計、開發的方法，而具體的程式語言，只是提供一個具體場景方便介紹的媒介。並不是一本介紹語言的書，而是一本介紹程式設計思想的書。和其他程式設計設計語言書籍不同，它不拘泥於語言細節，而是嘗試從初學者的角度出發，用生動的示例和豐富的練習來引導讀者漸入佳境。

《Python高階程式設計（第2版）》

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

本書基於Python 3。5版本進行講解，透過13章的內容，深度揭示了Python程式設計的高階技巧。本書從Python語言及其社群的現狀開始介紹，對Python語法、命名規則、Python包的編寫、部署程式碼、擴充套件程式開發、管理程式碼、文件編寫、測試開發、程式碼最佳化、併發程式設計、設計模式等重要話題進行了全面系統化的講解。

本書適合想要進一步提高自身Python程式設計技能的讀者閱讀，也適合對Python程式設計感興趣的讀者參考學習。全書結合典型且實用的開發案例，可以幫助讀者建立高效能的、可靠且可維護的Python應用。

《Python高效能程式設計》

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

本書共有12章，圍繞如何進行程式碼最佳化和加快實際應用的執行速度進行詳細講解。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、字典和集合、迭代器和生成器、矩陣和向量計算、併發、叢集和工作佇列等。最後，透過一系列真實案例展現了在應用場景中需要注意的問題。

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

《Python極客專案程式設計》

作者： 【美】Mahesh Venkitachalam

Python

是一種解釋型、面向物件、動態資料型別的高階程式設計語言。透過Python程式設計，我們能夠解決現實生活中的很多工。

本書透過14個有趣的專案，幫助和鼓勵讀者探索Python程式設計的世界。全書共14章，分別介紹了透過Python程式設計實現的一些有趣專案，包括解析iTunes播放列表、模擬人工生命、建立ASCII碼藝術圖、照片拼接、生成三維立體圖、建立粒子模擬的煙花噴泉效果、實現立體光線投射演算法，以及用Python結合Arduino和樹莓派等硬體的電子專案。本書並不介紹Python語言的基礎知識，而是透過一系列不簡單的專案，展示如何用Python來解決各種實際問題，以及如何使用一些流行的Python庫。

《Python核心程式設計（第3版）》

作者： 【美】Wesley Chun（衛斯理 春）

本書是經典暢銷圖書《Python核心程式設計（第二版）》的全新升級版本，總共分為3部分。第1部分講解了Python的一些通用應用，包括正則表示式、網路程式設計、Internet客戶端程式設計、多執行緒程式設計、GUI程式設計、資料庫程式設計、Microsoft Office程式設計、擴充套件Python等內容。第2部分講解了與Web開發相關的主題，包括Web客戶端和伺服器、CGI和WSGI相關的Web程式設計、Diango Web框架、雲計算、高階Web服務。第3部分則為一個補充/實驗章節，包括文字處理以及一些其他內容。

本書適合具有一定經驗的Python開發人員閱讀。

《Python機器學習——預測分析核心演算法》

作者： 【美】Michael Bowles（鮑爾斯）

在學習和研究機器學習的時候，面臨令人眼花繚亂的演算法，機器學習新手往往會不知所措。本書從演算法和Python 語言實現的角度，幫助讀者認識機器學習。

本書專注於兩類核心的“演算法族”，即懲罰線性迴歸和整合方法，並透過程式碼例項來展示所討論的演算法的使用原則。全書共分為7 章，詳細討論了預測模型的兩類核心演算法、預測模型的構建、懲罰線性迴歸和整合方法的具體應用和實現。

《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，同時Python 語言經過一段時間的發展也已逐漸成為主流的程式語言之一。本書結合了機器學習和Python 語言兩個熱門的領域，透過利用兩種核心的機器學習演算法來將Python 語言在資料分析方面的優勢發揮到極致。

全書共有10 章。第1 章講解了Python 機器學習的生態系統，剩餘9 章介紹了眾多與 機器學習相關的演算法，包括各類分類演算法、資料視覺化技術、推薦引擎等，主要包括機器學習在公寓、機票、IPO 市場、新聞源、內容推廣、股票市場、影象、聊天機器人和推薦引擎等方面的應用。

《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慧之中與人機互動相關的領域之一。

本書是學習自然語言處理的一本綜合學習指南，介紹瞭如何用Python實現各種NLP任務，以幫助讀者建立基於真實生活應用的專案。全書共10章，分別涉及字串操作、統計語言建模、形態學、詞性標註、語法解析、語義分析、情感分析、資訊檢索、語篇分析和NLP系統評估等主題。

本書適合熟悉Python語言並對自然語言處理開發有一定了解和興趣的讀者閱讀參考。

《Python資料科學指南》

作者： 【印度】Gopi Subramanian（薩伯拉曼尼安）

60

多個實用的開發技巧，幫你探索Python及其強大的資料科學能力

Python

作為一種高階程式設計語言，憑藉其簡潔、易讀及可擴充套件性日漸成為程式設計領域備受推崇的語言，併成為資料科學家的首選之一。

本書詳細介紹了Python在資料科學中的應用，包括資料探索、資料分析與挖掘、機器學習、大規模機器學習等主題。每一章都為讀者提供了足夠的數學知識和程式碼示例來理解不同深度的演算法功能，幫助讀者更好地掌握各個知識點。

本書內容結構清晰，示例完整，無論是資料科學領域的新手，還是經驗豐富的資料科學家都將從中獲益。

《用Python寫網路爬蟲》

作者： 【澳】Richard Lawson（理查德 勞森）

本書講解了如何使用Python來編寫網路爬蟲程式，內容包括網路爬蟲簡介，從頁面中抓取資料的三種方法，提取快取中的資料，使用多個執行緒和程序來進行併發抓取，如何抓取動態頁面中的內容，與表單進行互動，處理頁面中的驗證碼問題，以及使用Scarpy和Portia來進行資料抓取，並在最後使用本書介紹的資料抓取技術對幾個真實的網站進行了抓取，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程式設計經驗，而且對爬蟲技術感興趣的讀者閱讀。

《貝葉斯思維：統計建模的Python學習法》

作者： 【美】Allen B。 Downey

這本書幫助那些希望用數學工具解決實際問題的人們，僅有的要求可能就是懂一點機率知識和程式設計。而貝葉斯方法是一種常見的利用機率學知識去解決不確定性問題的數學方法，對於一個計算機專業的人士，應當熟悉其應用在諸如機器翻譯，語音識別，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，NLP）是計算機科學領域與人工智慧領域中的一個重要方向。它研究能夠實現人與計算機之間用自然語言進行有效通訊的各種理論和方法，涉及所有用計算機對自然語言進行的操作。

《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，旨在幫助讀者學習如何編寫程式來分析書面語言。《Python自然語言處理》基於Python程式語言以及一個名為NLTK的自然語言工具包的開源庫，但並不要求讀者有Python程式設計的經驗。全書共11章，按照難易程度順序編排。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程式分析感興趣的文字資訊。第4章討論結構化程式設計，以鞏固前面幾章中介紹的程式設計要點。第5章到第7章介紹語言處理的基本原理，包括標註、分類和資訊提取等。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。第11章介紹瞭如何有效管理語言資料。後記部分簡要討論了NLP領域的過去和未來。

本書的實踐性很強，包括上百個實際可用的例子和分級練習。可供讀者用於自學，也可以作為自然語言處理或計算語言學課程的教科書，還可以作為人工智慧、文字挖掘、語料庫語言學等課程的補充讀物。

《Python資料分析》

作者： 【印尼】Ivan Idris

Python

是一種多範型程式語言，既適用於面向物件的應用開發，又適合函式式設計模式。Python已經成為資料科學家進行資料分析、視覺化以及機器學習的一種理想程式語言，它能幫助你快速提升工作效率。

本書將會帶領新手熟悉Python資料分析相關領域的方方面面，從資料檢索、清洗、操作、視覺化、儲存到高階分析和建模。同時，本書著重講解一系列開源的Python模組，諸如NumPy、SciPy、matplotlib、pandas、IPython、 Cython、scikit-learn和NLTK等。此外，本書還介紹了資料視覺化、訊號處理、時間序列分析、資料庫、預測性分析和機器學習等主題。透過閱讀本書，你將華麗變身資料分析高手。