攻略Python的免費書單：走進編程，從這五本書開始
本文轉(zhuǎn)載自公眾號“讀芯術(shù)”(ID：AI_Discovery)。
Python一向是數(shù)據(jù)科學(xué)家最青睞的編程語言，它的語法相對簡單、易于學(xué)習(xí)。除了機器學(xué)習(xí)數(shù)據(jù)庫之外，還有非?；钴S的開發(fā)人員社區(qū)，維護著各種庫，用于數(shù)據(jù)分析、操作和編排。
網(wǎng)上低價和免費的Python課程有不少，但是從書里學(xué)習(xí)也別有一番風(fēng)味。如果想從書中學(xué)習(xí)或者以書為輔，這5本書不要錯過。
1. 《人人學(xué)Python》(Python forEverybody)
Charles R. Severance著
該書是Coursera上《人人都可以學(xué)習(xí)的Python專項課程》的配套教材，采用信息學(xué)而不是基于計算機科學(xué)的方法來學(xué)習(xí)Python，內(nèi)容側(cè)重于如何使用Python進行數(shù)據(jù)分析。該書涵蓋了Python的所有基礎(chǔ)知識，也有專門針對數(shù)據(jù)的部分，比如使用Python與數(shù)據(jù)庫交互、數(shù)據(jù)可視化和數(shù)據(jù)建模。
圖源：unsplash
2. 《Python數(shù)據(jù)科學(xué)手冊》(Python Data Science Handbook)
Jake VanderPlas著
該書詳盡介紹了核心Python庫，這些庫構(gòu)成了數(shù)據(jù)科學(xué)家的工具包，書中還包括Numpy、Pandas、Matplotlib和Scikit-learn的詳細使用指南和代碼示例。還有一章是關(guān)于IPython的內(nèi)容，它是最受數(shù)據(jù)科學(xué)家歡迎的Python開發(fā)環(huán)境，書中也對其如此受歡迎的原因進行了說明。
3. 《Python編程快速上手，讓繁瑣工作自動化》(Automate the Boring Stuff with Python)
Al Sweigart著
這本書也不是專門針對數(shù)據(jù)科學(xué)的書，但學(xué)會Python的簡單實例能給你不少成就感，從這種角度來講，這本書絕對值得一讀。
該書的重點是簡單重復(fù)性任務(wù)自動化，并且不需要任何編程知識，對于新手小白來說非常友好。筆者認為，當(dāng)心中有一個實際的實施方案時，學(xué)習(xí)效果最好。這本書就給出了一些非常簡單的任務(wù)，初學(xué)者可以在Python中快速執(zhí)行。
圖源：unsplash
4. 《Python漫游指南》(TheHitchhiker’s Guide to Python)
Kenneth Reitz&Tanya Schlusser著
這本書適用于所有Python開發(fā)人員，無論是初學(xué)者還是老程序員。雖然并不是專門針對數(shù)據(jù)科學(xué)，但它能幫你打下出色的語言基礎(chǔ)，其中還涉及最佳實踐和框架。
該書面面俱到，包括安裝、開發(fā)環(huán)境、推薦代碼結(jié)構(gòu)、面向?qū)ο缶幊桃约瓣P(guān)于代碼風(fēng)格的出色章節(jié)。該書的突出之處是對構(gòu)建包含Python代碼目錄的最佳實踐進行了描述。
這本書的風(fēng)格自成一派，有些人可能不習(xí)慣，但筆者認為從某些方面來說是件好事兒。編程中，初學(xué)者要在各種不同處理方式中游刃有余，而許多人常常不知道該選擇哪種方法。
5. 《Python機器學(xué)習(xí)基礎(chǔ)教程》(Introductionto Machine Learning with Python)
Andreas C. Muller& Sarah Guido著
從Python介紹的角度來講，這本書是我心里絕對的TOP 1。它主要關(guān)注Scikit-learn庫的應(yīng)用，也涵蓋了Python編程用于機器學(xué)習(xí)的核心概念，適用于任何其他庫。
文中非常清晰地解釋了機器學(xué)習(xí)工作流程，介紹了最佳實踐以及大量的示例代碼。同時還介紹了每一個新概念，循序漸進，這些新概念都建立在之前所述的概念之上，內(nèi)容也就變得越來越深入。如果你對機器學(xué)習(xí)完全陌生，這一教程是絕佳選擇。
圖源：unsplash
如今，我們幾乎能在網(wǎng)上找到所有的學(xué)習(xí)資源，只要你想，就能隨時開始學(xué)習(xí)。
