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。