2023 Python必备入门书籍指南

原文标题:学Python,建议码住这份书单,经典又好懂,不信你学不会!

原文作者:图灵编辑部

冷月清谈:

**1. Python 基础**
  • 《Python编程:从入门到实践(第3版)》:全面涵盖 Python 基础,适合零基础学习者。

  • 《流畅的 Python(第2版)》:进阶 Python 编程技巧,掌握 Python 特性,编写高质量代码。

  • 《Python 工匠:案例、技巧与工程实践》:基于真实项目讲解 Python 核心知识,提升工程实践能力。

  • 《CPython 设计与实现》:探索 Python 解释器内部机制,深入了解 Python 实现原理。

2. 人工智能

  • 《深度学习入门:基于 Python 的理论与实现》:从基础数学入手,逐步构建深度学习知识体系。

  • 《深度学习入门2:自制框架》:动手实践,了解深度学习框架的本质,提升理解力。

  • 《深度学习进阶:自然语言处理》:聚焦自然语言处理领域,学习深度学习视角下的语言理解和处理。

  • 《Python 深度学习(第2版)》:深度学习框架 Keras 之父,用通俗 Python 代码阐释深度学习核心思想。

  • 《Python 机器学习基础教程》:scikit-learn 库维护者作品,实用机器学习算法实战。

  • 《机器学习实战》:高人气实践书,通过实例学习机器学习核心算法。

  • 《深入浅出神经网络与深度学习》:技术原理导向,详解神经网络架构、算法原理、性能改进。

3. Python 算法

  • 《算法图解》:直观易懂的算法教程,用图解方式展示算法执行过程。

  • 《Hello 算法》:动画图解、一键运行,学习数据结构与算法。

  • 《Python 数据结构与算法分析(第3版)》:系统讲解 Python 环境下的数据结构与算法实现。

4. Python 数据分析与处理

  • 《Python 网络爬虫开发实战(第 2 版)》:全面介绍网络爬虫开发,实践经验丰富。

  • 《Excel+Python:飞速搞定数据分析与处理》:用 Python 拓展 Excel 功能,提升数据处理效率。

  • 《商务人士也要学 Python》:为商业人士量身定制的 Python 入门书,提升数据分析能力。

5. 少儿编程

  • 《父与子的编程之旅:与小卡特一起学 Python(第3版):生动有趣的漫画讲解,适合低龄儿童学习 Python。

6. 程序员数学

  • 《用 Python 学透线性代数和微积分》:用 Python 代码理解数学概念,应用于程序设计。



怜星夜思:


1、在众多 Python 基础书单中,《流畅的 Python(第2版)》有什么独特之处?
2、人工智能领域,有哪些适合初学者的书单推荐?
3、程序员数学的书籍《用 Python 学透线性代数和微积分》有何特点?

原文内容

TIBOE 8 月编程语言排行榜,Python 的份额首次超过 18%,上一次有语言达到 18% 以上还是 2016 年 11 月的 Java。难怪榜单的标题叫Python 正追逐 Java 的 TIOBE 索引记录”。
目前,Python 与排名第二的 C++ 之间的差距已经扩大到 8%,2016 年 11 月同样出现一次第一名和第二名之间的最大差距,当时 Java 领先 C 语言 9.55%。
就连 TIOBE CEO Paul Jansen 都对 Python 给予了高度评价:“目前 Python 的地位已无可否认,Python 也正成为有史以来最受欢迎的编程语言。他还表示,尽管 Rust 和 Kotlin 等新兴语言正在迅速接近 TIOBE 指数前 10 名,但它们要真正威胁到 Python 的地位,还有很长的路要走。

TIOBE 排行榜仅提供一个编程语言趋势来给大家参考,排名并不代表一门编程语言的好坏。对于正在学习 Python 的小伙伴,图灵君总结了一份超强 Python 书单,涵盖 Python 的各个方面,希望给正在学习的你一个参考。


Python基础


《Python编程:从入门到实践(第3版) 》

[美]埃里克·马瑟斯 | 著

袁国忠 | 译


Python 入门圣经,Python 圈最有影响力的图书,影响全球超过 250 万读者,长居 Amazon、京东等网店编程类图书榜首,真正零基础,附赠随书代码+配套视频讲解+速查手册,自学无压力。

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,包括强大的 Python 库和工具,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 2D 游戏、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,并帮助读者解决常见编程问题和困惑。


《 流畅的Python(第2版) 》

 [巴西]卢西亚诺·拉马略 | 著

安道 | 译


本书是 Python 领域备受推崇的经典作品,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,并且地道的 Python 代码。
本书着重讲解 Python 语言所独有的功能,助你成功进阶为 Python 高手。第 2 版与时俱进,教你跳出旧有经验,探索并运用地道的 Python 3 功能。第 2 版分为五部分内容:数据结构、函数即对象、类和协议、控制流、元编程。每一部分都精彩纷呈,通过丰富的示例和细致的讲解,教你充分利用 Python 特性,写出高效且现代的 Python 3 代码。

《 Python工匠:案例、技巧与工程实践 》

朱雷(@piglei)| 著


本书基于“Python工匠”系列,豆瓣评分 9.2 分,作者融入互联网大厂工程实践经验,聚焦真实项目中高频使用的 Python 编程核心知识点。


《CPython设计与实现》
安东尼 · 肖 | 著
史海,赵羽,陈啸,李俊辰|译

Python 之父 Guido van Rossum 推荐、CPython 核心开发者 Carol Willing 作序!这本书以一种平易近人的方式解释了 Python 解释器的概念、思想和技术细节。

本书从语法解析、编译器等基础概念出发,深入求值循环、内存管理等 CPython 解释器实现细节。轻松!简明!豁然开朗!手把手带你重新编译 CPython,了解 Python 的内部实现。


人工智能


《深度学习入门:基于Python的理论与实现》

斋藤康毅 | 著

陆宇杰 | 译
本书是深度学习真正意义上的入门书,深入浅出地剖析了深度学习的原理和相关技术。书中使用 Python3,尽量不依赖外部库或工具,从基本的数学知识出发,带领读者从零创建一个经典的深度学习网络,使读者在此过程中逐步理解深度学习。

《深度学习入门2:自制框架》

[日]斋藤康毅 | 著
郑明智 | 译

深度学习鱼书姊妹篇,这套书做到了真正意义上的“入门”!书中没有使用内容不明的黑盒,而是从我们能理解的最基础的知识出发,一步一步地实现最先进的深度学习技术。
美国物理学家费曼说:“What I cannot create,I do not understand.” 只有创造一个东西,才算真正弄懂了一个问题。这本书手把手带你创建深度学习框架,直击现代深度学习框架本质!

《深度学习进阶:自然语言处理》
[日]斋藤康毅 | 著
陆宇杰 | 译

豆瓣评分 9.4 的畅销书《深度学习入门:基于Python的理论与实现》续作,带你快速直达自然语言处理领域!本书内容精炼,聚焦深度学习视角下的自然语言处理,延续前作的行文风格,采用通俗的语言和大量直观的示意图详细讲解,帮助读者加深对深度学习技术的理解,轻松入门自然语言处理。

《Python深度学习(第2版)》
[美] 弗朗索瓦·肖莱 | 著
张亮 | 译

本书由深度学习框架 Keras 之父弗朗索瓦·肖莱执笔,通过直观的解释和丰富的示例帮助你构建深度学习知识体系。作者避免使用数学符号,转而采用 Python 代码来解释深度学习的核心思想,包括 Transformer 架构的原理和示例。

图片    
《Python机器学习基础教程》
Andreas C. Müller   Sarah Guido | 著
张亮(hysic)| 译

scikit-learn 库维护者和核心贡献者作品。本书主要内容包括:机器学习的基本概念及其应用;实践中最常用的机器学习算法以及这些算法的优缺点;在机器学习中待处理数据的呈现方式的重要性,以及应重点关注数据的哪些方面;模型评估和调参的高级方法,重点讲解交叉验证和网格搜索;管道的概念;如何将前面各章的方法应用到文本数据上,还介绍了一些文本特有的处理方法。


《机器学习实战》
Peter Harrington | 著

李锐 李鹏 曲亚东 王斌 | 译


最畅销机器学习图书,介绍并实现机器学习的主流算法,面向日常任务的高效实战内容。全书通过精心编排的实例,切入日常工作任务,摒弃学术化语言,利用高效的可复用 Python 代码来阐释如何处理统计数据,进行数据分析及可视化。通过各种实例,读者可从中学会机器学习的核心算法,并能将其运用于一些策略性任务中,如分类、预测、推荐。另外,还可用它们来实现一些更高级的功能,如汇总和简化等。

《深入浅出神经网络与深度学习》
迈克尔·尼尔森 | 著
朱小虎  | 译

知名计算机科学家 Michael Nielsen 作品,哈工大研究生课程参考书,李航、马少平等多位业内专家推荐。

本书深入讲解神经网络和深度学习技术,侧重于阐释深度学习的核心概念。作者以技术原理为导向,辅以贯穿全书的 MNIST 手写数字识别项目示例,介绍神经网络架构、反向传播算法、过拟合解决方案、卷积神经网络等内容,以及如何利用这些知识改进深度学习项目。学完本书,读者将能够通过编写 Python 代码来解决复杂的模式识别问题。


Python算法


《算法图解》

[美] 巴尔加瓦 | 著

袁国忠 | 译

最简单易懂的算法教程,像读小说一样轻松。本书长居 Amazon 算法类畅销榜前列,400 多个示意图,基于 Python 代码示例,详细介绍算法执行过程,展示不同算法在性能方面的优缺点。这本绝对是新手入门算法的必备图书。


《Hello 算法》

靳宇栋(@krahets)|著


动画图解、一键运行的数据结构与算法教程,GitHub Star 63.9k !近 500 幅动画插图,近 200 段精选代码,助你快速入门数据结构与算法。

书中系统介绍了数据结构与算法基础、复杂度分析、数组与链表、栈与队列、哈希表、树、堆、图、搜索、排序、分治、回溯、动态规划和贪心算法等核心知识,通过清晰易懂的解释和丰富的代码示例,以及生动形象的全彩插图和在线动画图解,揭示算法工作原理和数据结构底层实现,教授读者如何选择和设计最优算法来解决不同类型的问题,切实提升编程技能,构建完整的数据结构与算法知识体系。


《Python数据结构与算法分析(第3版)》
布拉德利·N. 米勒,戴维·L. 拉努姆 等 | 著

吕能,刁寿钧 | 译

作为用 Python 描述数据结构与算法的开山之作,这本书是经典的计算机教材,被华盛顿大学、北京大学等多家高校采用。向读者透彻讲解在 Python 环境下,如何通过一系列存储机制高效地实现各类算法。
内容对初学者友好,开篇介绍了基于大 O 计法的算法分析,并通篇运用,使用 Python 3 讲解,语法干净。深入浅出,理论扎实,案例丰富。每章还配有练习题,方便巩固学习。

Python数据分析与处理


《Python网络爬虫开发实战(第 2 版)》

崔庆才 | 著

Python 之父 Guido van Rossum 推荐的爬虫入门书,第 1 版销量近 100000 册。本书介绍了如何利用 Python 3 开发网络爬虫。本书为第 2 版,相比于第 1 版,为每个知识点的实战项目配备了针对性的练习平台,避免了案例过期的问题。
另外,主要增加了异步爬虫、JavaScript 逆向、App 逆向、页面智能解析、深度学习识别验证码、Kubernetes 运维及部署等知识点,同时也对各个爬虫知识点涉及的请求、存储、解析、测试等工具进行了丰富和更新。

《Excel+Python:飞速搞定数据分析与处理》
[瑞士]费利克斯•朱姆斯坦|著
冯黎|译

流行 Python 库 xlwings 创始人亲授,教你让 Excel 快得飞起来。办公人士零压力学 Python ,轻松突破 Excel 瓶颈,拓展解决问题思路。让你告别烦琐公式和 VBA 代码,将 Excel 任务自动化,实现效率飞跃。让 Excel 和 Python 珠联璧合,避免人为错误,精准完成数据处理。


《商务人士也要学Python》
马坦·格里费尔,丹尼尔·格塔 | 著
芮苏英,武嘉伟,刘永鑫,王奕凡 | 译


哥伦比亚商学院课程精华,是专门为 MBA 学生和其他需要速成课程的商业人士编写的 Python 编程入门书。

哥伦比亚商学院名誉院长兼罗素·L. 卡森金融与经济学教授格伦·哈伯德、Pilot Wave Holdings Management 创始人兼首席执行官 Afsheen Afshar、哥伦比亚商学院院长兼 David and Lyn Silfen 商学教授 Costis Maglaras 联合推荐。


少儿编程

《父与子的编程之旅:与小卡特一起学Python(第3版)》
[美]沃伦·桑德;卡特·桑德 | 著

杨国其,苏金国,易郑超 | 译

原版 Amazon 最受欢迎的青少年编程图书,上到 8 岁,下到 88 岁,都可以阅读这本书!沃伦和卡特父子以亲切的笔调、通俗的语言,透彻、全面地介绍了使用Python语言进行计算机编程的世界。通过可爱的漫画、有趣的示例,生动地介绍了变量、循环、输入和输出、数据结构以及图形用户界面等基本的编程概念。相较第 2 版,第 3 版的示例使用 Python 3 而不是 Python 2,另外添加了关于网络的新内容。


程序员数学

用Python学透线性代数和微积分》

保罗·奥兰德|著

百度KFive|译
以图文结合的方式帮助你用 Python 代码解决程序设计中的线性代数和微积分问题:

√ 向量几何和计算机图形 

√ 矩阵和线性变换 

√ 微积分的核心概念 

√ 仿真和优化 

√ 图像处理和音频处理 

√ 用于回归和分类的机器学习算法

以循序渐进的方式介绍 Python 特性,深入浅出,针对于 Python 特色进行了全面解析,有助于读者进阶为 Python 高手。

它涵盖了程序设计中常用的数学知识,如向量、矩阵、微积分等,并且配有大量的 Python 代码示例,增强理解。

书中提供了大量代码示例和精妙的讲解,让读者在实践中体会 Python 的精妙之处。

《Python 机器学习基础教程》专注于实用机器学习算法,用 Python 代码示例讲解,更容易上手。

《深度学习入门:基于 Python 的理论与实现》从基础数学入手,以通俗易懂的语言,循序渐进地讲解深度学习原理和实现,适合初学者理解。

该书巧妙地运用 Python 代码来解释复杂的数学概念,让数学与编程融会贯通,一目了然。

《深度学习进阶:自然语言处理》聚焦自然语言处理领域,深入浅出地讲解深度学习技术在语言理解和处理中的应用。

这本书生动有趣,通过实例讲解,让数学变得不再枯燥,适合程序员学习和应用。

它侧重于讲解 Python 语言的独特特性,而不是通用的编程概念,帮助读者真正掌握 Python 编程风格和最佳实践。