Python书单,涉及编程、数据处理、机器学习

1. Python基础教程(第3版)

2. Python数据分析基础

3. Python数据科学手册

4. Python机器学习基础教程

5. TensorFlow入门与实战

1.Python基础教程(第3版)

22万+ 读者选择这本书成为 Python 程序员!毫无疑问,会有更多读者选择它,因为新版更出色,不止是 Python 3 版本实例全面更新,同时也在翻译和编辑上下了功夫。如果你没有任何编程基础,我们推荐你用《Python 编程:从入门到实践》开始学习,而这本就是你的第二本 Python 书。如果你已经是一位使用其他编程语言的老手,想将 Python 作为第二或者第 N 编程语言,我们推荐这一本。

作者:Magnus Lie Hetland

译者:袁国忠

页数:458

久负盛名的 Python 入门经典

针对 Python 3 全新升级

十个出色的项目,让你尽快可以使用 Python 解决实际问题

本书包括 Python 程序设计的方方面面:

首先,从 Python 的安装开始,随后介绍了 Python 的基础知识和基本概念,包括列表、元组、字符串、字典以及各种语句;

然后,循序渐进地介绍了一些相对高级的主题,包括抽象、异常、魔法方法、属性、迭代器;

此后,探讨了如何将 Python 与数据库、网络、C语言等工具结合使用,从而发挥出 Python 的强大功能,同时介绍了 Python 程序测试、打包、发布等知识;

最后,作者结合前面讲述的内容,按照实际项目开发的步骤向读者介绍了 10 个具有实际意义的 Python 项目的开发过程。

2.Python数据分析基础

这本书非常简单,特色是适合没有任何编程基础的读者开始学习使用 Python进行数据分析。

作者:Clinton W. Brownley

译者:陈光欣

页数:248

零编程经验也可学会用 Python 语言进行数据分析

Facebook 数据科学家实战经验汇集

本书展示如何用 Python 程序将不同格式的数据处理和分析任务规模化和自动化。主要内容包括:Python基础知识介绍、CSV文件和Excel文件读写、数据库的操作、示例程序演示、图表的创建,等等。

3.Python数据科学手册

关于 Python 数据处理的书,大家最熟悉的大概是 Wes McKinney 大佬的Python for Data Analysis(中文版《利用 Python 进行数据分析》),这本不是图灵引进的,关注的同学可以去网店自搜,中文版第 2 版还没出来。我跟大家推荐的当然是图灵这本《Python数据科学手册》,现在美亚上跟前者销量有得一拼,紧跟其后。咱们这本Python Data Science Handbook综合评分不错,4.5 星,比前者略高,作者是 Scikit-Learn、IPython 等诸多库的代码贡献者,华盛顿大学 eScience 学院物理科学研究院院长 Jake VanderPlas。

作者:Jake VanderPlas

译者:陶俊杰,陈小莉

页数:448

全面同时综合评价度 zui 高的 Python 数据处理参考读本

掌握用 Scikit-Learn、NumPy 等工具高效存储、处理和分析数据

大量示例+逐步讲解+举一反三,从计算环境配置到机器学习实战,切实解决工作痛点

Python 语言拥有大量可用于存储、操作和洞察数据的程序库,已然成为深受数据科学研究人员推崇的工具。

本书以 IPython、NumPy、Pandas、Matplotlib 和 Scikit-Learn 这 5 个能完成数据科学大部分工作的基础工具为主,从实战角度出发,讲授如何清洗和可视化数据、如何用数据建立各种统计学或机器学习模型等常见数据科学任务,旨在让各领域与数据处理相关的工作人员具备发现问题、解决问题的能力。

4.Python机器学习基础教程

图灵最受读者欢迎的机器学习图书是哪一本?很多读者能秒答,是《机器学习实战》,不过这本书作为新手入门不合适。一部分读者喜欢《图解机器学习》和《机器学习》,但这两本不是 Python 示例讲解。更多读者一直在寻找一本 Python 入门机器学习的好书——终于可以很傲娇地为大家首推这本了。我观察了一阵子,这本书原版Introduction to Machine Learning with Python: A Guide for Data Scientists在美亚网站不论是算法还是机器学习分类都是稳居前十的。第一作者 Andreas C. Müller 是 scikit-learn 库维护者和核心贡献者,去他 GitHub 页面翻了翻,发现这书的 star 是1.9k,关注度还是不错的。当然,最关键的是书的内容不错,Amazon 4.3 星评。

作者:Andreas C. Müller ,Sarah Guido

译者:张亮(hysic)

页数:285

Python 机器学习入门书首选

自己动手构建机器学习解决方案并非难事

以机器学习算法实践为重点,使用 scikit-learn 库从头构建机器学习应用

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。

4.TensorFlow入门与实战

这本书是先后在百度、平安科技等从事机器学习、深度学习一线开发的罗冬日老师的实战经验总结,通过学习,你能快速上手搭建一个深度学习应用。

作者:罗冬日

定价:49.00元

页数:180

讲解深度学习的原理和 TensorFlow 框架应用,并配有翔实的代码实例

内容由浅入深,包含全连接网络、卷积神经网络和循环神经网络、分布式训练等

赵娟(博士后,范德堡大学医学中心 )、刘光远(Facebook资深工程师 )、张科(微软高级工程师) 联袂推荐

TensorFlow 是目前最活跃的深度学习框架。本书基于 1.3 版本,首先介绍了它的安装和基本用法,然后讨论了深度学习的基本概念,包括神经网络前向计算、损失函数、反向传播计算和优化函数等,接着介绍了卷积神经网络和循环神经网络,最后介绍了在大规模应用的场景下,如何实现分布式的深度学习训练。

评论赠书

这 5 本涉及编程、数据处理、机器学习、深度学习的书中,你最需要哪一本?分享一下你喜欢的书名以及理由,精选评论点赞前 10 位,以上图书任选一本!

截止 3 月 26日。

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180323B08MWB00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注腾讯云开发者

领取腾讯云代金券