免费采集| 2018年Python程序员推荐阅读书籍清单!
优采云 发布时间: 2020-08-07 23:52在2017年的过去一年中,Python开发人员在全球范围内发展迅速,国内合作伙伴学习Python的热情不断提高. 同时,Python已成为入门编程语言和大量开发人员推荐的第二种编程语言. 2017年12月,Python在TIOBE全球编程语言年度排名中升至第四位. 似乎第四部分将易于维护. 此外,作为人工智能的主要编程语言,Python必将在2018年和未来几年人工智能趋势可能出现的时候继续受到赞扬.
为了帮助我的朋友学习Python,今天,我想与我的朋友分享2017年读者最受欢迎的TOP10 Python书籍.
1. Python编程: 从入门到实践
作者: 埃里克·马蒂斯
译者: 袁国忠
这本书分为两部分: 第一部分介绍Python编程中必须理解的基本概念,包括介绍功能强大的Python库和工具(例如matplotlib,NumPy和Pygal)以及列表,字典, if语句,类,文件和异常,代码测试和其他内容;第二部分将理论付诸实践,说明如何开发三个项目,包括简单的Python 2D游戏开发,如何使用数据生成交互式信息图,创建和自定义简单的Web应用程序,以及帮助读者解决常见的编程问题和困惑.
2. Python基础教程(第2版)
作者: Magnus Lie Hetland
译者: 司威,曾俊伟,谭应华
评论: 钟杜航
这本书分为三个部分. 第一部分描述了Python语法,这不是废话,但也收录了Python 3.0应该注意的一些细节. 第二部分介绍了常用的GUI,框架和其他应用程序,只需单击并停止即可,这可以看作是第三部分的铺装. 您可以从大量应用程序中了解Python的功能. 第三部分是Project,这是本书的最大亮点,每个人都一定会喜欢它.
3. 机器学习实战
作者: Peter Harrington
译者: 李锐,李鹏,屈亚东,王斌
整本书使用精心安排的示例来完成日常任务,放弃学术语言,并使用有效的可重用Python代码来解释如何处理统计数据,执行数据分析和可视化. 通过各种示例,读者可以学习机器学习的核心算法并将其应用于某些战略任务,例如分类,预测和推荐. 此外,它们还可以用于实现一些更高级的功能,例如摘要和简化.
4. 算法图
作者: Aditya Bhargava
译者: 袁国忠
这本书中收录大量示例,并通过文字进行了说明,并以一种易于理解的方式解释了该算法. 它旨在帮助程序员在日常项目中更好地利用算法的能量. 本书的前三章将帮助您打基础,带您学习二进制搜索,大O表示法,两个基本数据结构和递归. 该空间的其余部分将主要介绍广泛使用的算法,具体内容包括: 面对特定问题(例如何时使用贪婪算法或动态编程)时的解决技巧;哈希表的应用;图算法K最近邻算法.
5. 流畅的Python
作者: Luciano Ramalho
译者: Ando Wu Ke
这本书致力于帮助Python开发人员发现该语言和相关库的出色功能,并编写简洁,流利,易于阅读和易于维护的代码. 特别是,它深入讨论了用于数据库处理的*敏*感*词*,特征描述符(ORM的关键)和Python样式对象的特定应用: 协议和接口,抽象基类以及多重继承.
6. Python网络数据采集
作者: Ryan Mitchell
译者: 陶俊杰,陈晓丽
提供详细的代码示例以快速解决实际问题
Internet上的数据量正在增加,仅通过浏览Web来获取信息就变得越来越困难. 如何有效地提取和使用信息已成为一个巨大的挑战.
本书使用简洁而强大的Python语言,介绍了网络数据采集,并提供了在现代网络中采集各种数据类型的综合指南. 第一部分着重于网络数据采集的基本原理: 如何使用Python向网络服务器请求信息,如何处理服务器的响应以及如何通过自动化方式与网站进行交互. 第二部分介绍如何使用网络爬虫来测试网站,自动处理以及如何以更多方式访问网络.
7. 父子编程之旅
作者: 沃伦·桑德·卡特·桑德
译者: 苏进国义郑超
您可以阅读这本书,最多8岁,最低88岁. 有许多Python初学者,每个人都在不断刷新内容简单性的要求. 因此,我向所有人推荐这本最简单易学的入门书籍. 我想很多人都会喜欢. 实际上,RenPost的另一本名为“有趣的Python”(Python的名称为Kids)的书引起了许多初学者的注意. 我相信很多人都不会想错过这个. 也许您更喜欢这本书的风格. 该版本与Jolt Award比赛!
8. Flask Web开发
作者: Miguel Grinbergs
译者: 安藤
本书分为三个部分,全面介绍了如何基于Python微框架Flask开发Web. 第一部分是Flask的简介,它介绍了使用Flask框架和扩展Web程序开发的必要基础知识. 第二部分提供了一个示例,可以真正带领您逐步开发出完整的博客和社交应用程序Flasky,以整合上述知识并将其付诸实践. 第三部分介绍了发布应用程序之前必须考虑的事项,例如单元测试策略,性能分析技术和Flask程序的部署方法.
9. Python数据处理
作者: 杰奎琳·卡齐尔(Jacqueline Kazil),凯瑟琳·贾穆尔(Katharine Jarmul)
译者: 张亮,陆家明
本书采用基于项目的方法来介绍使用Python进行数据采集,数据清理,数据探索,数据表示,数据缩放和自动化的过程. 主要内容包括: Python的基础知识,如何从CSV,Excel,XML,JSON和PDF文件提取数据,如何获取和存储数据,各种数据清洗和分析技术,数据可视化方法,如何从网站提取数据和API.
10. Python数据挖掘
作者: 罗伯特·莱顿
译者: 杜春晓
本书使用易于学习的Python语言,并具有丰富的第三方库和良好的社区氛围. 它从浅入深,以真实数据为研究对象,向读者介绍Python数据挖掘的实现方法. 通过本书,读者将走进数据挖掘的殿堂,透彻了解数据挖掘的基础知识,并掌握解决数据挖掘中实际问题的最佳实践!
Python开发/自动化/网络爬虫/操作和维护/从入门到熟练[大脑学院] _腾讯教室
以上十本最美. 电子文件已通过各种渠道下载和整理. 一些电子书还附带了该书的源代码内容!需要下载的学生可以通过直接在“思维大脑学院”公共帐户对话框中回复“ 0109”来获取它!
头脑风暴学院的相关微信官方账号-搜狗微信搜索