python圖書信息管理系統參考文獻

1. 有哪些 python 經典書籍

【Python從入門到精通經典書籍推薦】

• Python入門
  目的：了解Python，學會用Python編程。
  Python入門書眾多，沒必要全部閱讀，根據介紹挑選合適自己的。PS：排名不分先後。
  

《Python編程入門：從入門到實踐》
【同時使用Python 2.X和3.X講解】

Amazon編程入門類榜首圖書，最值得關注的Python入門書

從基本概念到完整項目開發，幫助零基礎讀者迅速掌握Python編程，開發實際項目

這本書分兩部分：
第一部分介紹用Python編程所必須了解的基本概念，包括matplotlib、NumPy和Pygal等強大的Python庫和工具介紹，以及列表、字典、if語句、類、文件與異常、代碼測試等內容；
第二部分將理論付諸實踐，講解如何開發三個項目，包括簡單的Python 2D游戲開發，如何利用數據生成互動式的信息圖，以及創建和定製簡單的Web應用，並幫讀者解決常見編程問題和困惑。

《Python基礎教程（第2版·修訂版）》
【Python 2.5講解，Python 3上也能運行】

各大網店最暢銷的Python入門書

全書分為三部分。
第一部分講述Python語法，沒有廢話，還摻入了一些Python 3.0要注意的細節。
第二部分介紹了常用的GUI、框架等應用，點到即止，算是為第三部分做鋪墊了，從數目眾多的應用中可以了解到Python的強大。
第三部分是Project，全書最大的亮點，大家肯定喜歡。
作者將前面講述的內容應用到10個引人入勝的項目中，並以模板的形式介紹了項目的開發過程，手把手教授Python開發。

《Python語言及其應用》
【Python 3.X】

語言風格輕松詼諧，講解多種Python工具和第三方庫

實例涉及商業、科研以及藝術領域使用Python開發各種應用

亞馬遜最受歡迎的Python編程書之一，評分4.5

書中首先介紹了Python的基礎知識，然後逐漸深入多種主題，結合教程和攻略式風格來講解Python 3中的概念。每章結尾的練習可以幫助你鞏固所學的知識。
本書會為你學習Python打下堅實的基礎，包括測試、調試、代碼復用的最佳實踐以及其他開發技巧。

《Python編程入門（第3版）》
【Python 3.X 】

從算術運算、字元串、變數，到函數、數據結構、輸入輸出和異常處理，應有盡有

《父與子的編程之旅：與小卡特一起學Python》
【Python 2.X 】

原版Amazon 最受歡迎的青少年編程圖書

最簡單易學的內容組織方式，老少皆宜

第一版獲Jolt大獎

本書中，Warren和Carter父子以親切的筆調、通俗的語言，透徹全面地介紹了計算機編程世界。
他們以簡單易學的Python語言為例，通過可愛的漫畫、有趣的例子，生動地介紹了變數、循環、輸入和輸出、數據結構以及圖形用戶界面等編程的基本概念。
只要懂得計算機的基本操作，如啟動程序、保存文件，任何人都可以跟隨本書，由簡入難，學會編寫程序，甚至製作游戲。
本書內容經過教育專家的評審，經過孩子的親身檢驗，並得到了家長的認可。

《編程導論》
【Python 2.7】

以麻省理工學院開放式課程（OpenCourseWare）中最受歡迎的計算機科學課程為基礎，旨在培養讀者的編程思維，使讀者擁有計算機科學家的視野

本書涵蓋了Python的大部分特性，重點介紹如何使用Python這門語言，共包含編程基礎、Python程序設計語言、理解計算的關鍵概念、計算問題的解決技術等四個方面。
本書將Python語言特性和編程方法貫穿全書，目的是幫助讀者在學習Python的同時掌握如何使用計算來解決有趣的問題。

• Python進階
  需要一定Python基礎。
  
  
  

《流暢的Python》
【兼顧Python 3和Python 2】

PSF研究員、知名PyCon演講者心血之作

Python核心開發人員擔綱技術審校

全面深入，對Python語言關鍵特性剖析到位

大量詳盡代碼示例，並附有主題相關高質量參考文獻和視頻鏈接

本書致力於幫助Python開發人員挖掘這門語言及相關程序庫的優秀特性，避免重復勞動，同時寫出簡潔、流暢、易讀、易維護，並且具有地道Python風格的代碼。本書尤其深入探討了Python語言的高級用法，涵蓋數據結構、Python風格的對象、並行與並發，以及元編程等不同的方面。

《Python項目開發實戰（第2版）》
【Python 2.7】

網羅Python項目開發中的流程，讓你的編程事半功倍

Python項目與封裝/團隊開發環境/問題驅動開發/源碼管理（Mercurial） Jenkins持續集成（CI）/環境搭建與部署的自動化（Ansible）/Django框架……

這是一本偏工程的圖書，沒怎麼講Python語言基礎知識，直接告訴你怎麼搭建開發環境，做好代碼管理和文檔管理以及缺陷管理等工作。

《Python網路編程攻略》
【Python 2.7】

可作為任何一門網路編程課程中培養實踐技能的補充材料

需要讀者對Python語言及TCP/IP等基本的網路概念有了解，但即使不精通也能通過本書理解相關概念

本書全面介紹了Python網路編程涉及的重要問題，包括網路編程、系統和網路管理、網路監控以及Web應用開發。作者通過70多篇攻略，清晰簡明地描述了各種網路任務和問題，提出了可用於多種場景的解決方案，並細致地分析了整個操作過程。

《Python網路編程（第3版）》
【Python 3.X】

涵蓋網路編程所有經典話題，提供大量代碼清單及示例

從應用開發角度介紹網路編程基本概念、模塊以及第三方庫

本書針對想要深入理解使用Python來解決網路相關問題或是構建網路應用程序的技術人員，結合實例講解了網路協議、網路數據及錯誤、電子郵件、伺服器架構和HTTP及Web應用程序等經典話題。
具體內容包括：全面介紹Python3中最新提供的SSL支持，非同步I/O循環的編寫，用Flask框架在Python代碼中配置URL，跨站腳本以及跨站請求偽造攻擊網站的原理及保護方法，等等。

《Python性能分析與優化》
【Python 2.X】

全面掌握Python代碼性能分析和優化方法

消除性能瓶頸，迅速改善程序性能

本書首先介紹什麼是性能分析，性能分析如何在項目開發周期中發揮作用，以及通過在項目中進行性能分析實踐能夠取得的效果。
緊接著介紹分析性能所需的核心工具（性能分析器和可視化性能分析器）。
然後介紹一系列性能優化技術，最後一章會介紹一個具有實際意義的優化案例。

《精通Python設計模式》
【Python 3.X】

用現實例子展示各模式的關鍵特性

16種基本設計模式，輕松解決軟體設計常見問題

本書分三部分，共16章介紹一些常用的設計模式。
第一部分介紹處理對象創建的設計模式，包括工廠模式、建造者模式、原型模式；
第二部分介紹處理一個系統中不同實體（類、對象等）之間關系的設計模式，包括外觀模式、享元模式等；
第三部分介紹處理系統實體之間通信的設計模式，包括責任鏈模式、觀察者模式等。

《Flask Web開發：基於Python的Web應用開發實戰》
【Python 2.7和3.3】

從安裝與環境設置講起，一步一步搭建伺服器端Web應用

全流程講解Web應用開發，給出最佳實踐

本書共分三部分，全面介紹如何基於Python微框架Flask進行Web開發。
第一部分是Flask簡介，介紹使用Flask框架及擴展開發Web程序的必備基礎知識。
第二部分則給出一個實例，真正帶領大家一步步開發完整的博客和社交應用Flasky，從而將前述知識融會貫通，付諸實踐。
第三部分介紹了發布應用之前必須考慮的事項，如單元測試策略、性能分析技術、Flask程序的部署方式等。

《Python Web開發：測試驅動方法》
【（Django、Selenium）相關部分使用Python 3.3講解】

亞馬遜4.8星評好書

實戰式TDD開發指南，使用Django等流行框架開發現代Web應用！

學習Django、Selenium、Git、jQuery和Mock，以及其他當前流行Web開發技術

「這本書很棒、很有趣，所講的全都是重點知識。如果有人想用Python做測試、學習Django或者想使用Selenium，我極力推薦這本書。要使開發者保持頭腦清醒，測試可謂至關重要。Harry完成了一項不可思議的工作，他不僅吸引了我們對測試的關注，而且還探索了切實可行的測試實踐方案。」

——Michael Foord，Python核心開發者，unittest維護者

• Python應用
  用Python數據分析，數據處理，機器學習等等。
  

《數據科學入門》
【Python 2.7】

Google數據科學家、軟體工程師Joel Grus作品

用Python從零開始講解數據科學的重量級讀本

數據科學、機器學習、模式識別領域必備

本書從零開始講解數據科學。
具體內容包括Python簡介，可視化數據，線性代數，統計，概率，假設與推斷，梯度下降法，如何獲取數據，k近鄰法，樸素貝葉斯演算法等。
作者藉助大量具體例子以及數據挖掘、統計學、機器學習等領域的重要概念，通過講解基礎數據科學工具和演算法實現，帶你快速跨入數據科學大門。
書中含大量數據科學領域的庫、框架、模塊和工具包。

《機器學習實戰》
【Python 2.7】

最暢銷機器學習圖書

介紹並實現機器學習的主流演算法

面向日常任務的高效實戰內容

全書通過精心編排的實例，切入日常工作任務，摒棄學術化語言，利用高效的可復用Python代碼來闡釋如何處理統計數據，進行數據分析及可視化。
通過各種實例，讀者可從中學會機器學習的核心演算法，並能將其運用於一些策略性任務中，如分類、預測、推薦。另外，還可用它們來實現一些更高級的功能，如匯總和簡化等。

《機器學習系統設計》
【Python 2.7及以上】

微軟Bing核心團隊成員推出

聚焦演算法編寫和編程方式

結合大量實例學會解決實際問題

本書將向讀者展示如何從原始數據中發現模式，首先從Python與機器學習的關系講起，再介紹一些庫，然後就開始基於數據集進行比較正式的項目開發了，涉及建模、推薦及改進，以及聲音與圖像處理。通過流行的開源庫，我們可以掌握如何高效處理文本、圖片和聲音。同時，讀者也能掌握如何評估、比較和選擇適用的機器學習技術。

《Python數據處理》
【Python 2.7】

將數據處理過程自動化！

全面掌握用Python進行爬蟲抓取以及數據清洗與分析的方法，輕松實現高效數據處理！

本書採用基於項目的方法，介紹用Python完成數據獲取、數據清洗、數據探索、數據呈現、數據規模化和自動化的過程。
主要內容包括：Python基礎知識，如何從CSV、Excel、XML、JSON和pdf文件中提取數據，如何獲取與存儲數據，各種數據清洗與分析技術，數據可視化方法，如何從網站和API中提取數據。

《Python數據分析基礎教程：NumPy學習指南（第2版）》
【Python 2.7】

NumPy中文入門教程，Python數據分析首選

從最基礎的知識講起，手把手帶你進入大數據挖掘領域

囊括大量具有啟發性與實用價值的實戰案例

本書從NumPy安裝講起，逐漸過渡到數組對象、常用函數、矩陣運算、線性代數、金融函數、窗函數、質量控制等內容，致力於向初中級Python編程人員全面講述NumPy及其使用。
另外，通過書中豐富的示例，你還將學會Matplotlib繪圖，並結合使用其他Python科學計算庫（如SciPy和Scikits），讓工作更有成效，讓代碼更加簡潔而高效。

《Python數據挖掘入門與實踐》
【Python 3.4】

全面釋放Python的數據分析能力

掌握大數據時代核心技術，輕松入門數據挖掘技術並將其應用於實際項目

本書使用簡單易學且擁有豐富第三方庫和良好社區氛圍的Python語言，由淺入深，以真實數據作為研究對象，真刀實槍地向讀者介紹Python數據挖掘的實現方法。通過本書，讀者將邁入數據挖掘的殿堂，透徹理解數據挖掘基礎知識，掌握解決數據挖掘實際問題的最佳實踐！

《Python科學計算基礎教程》
【Python 2.7及以上】

精彩案例展示Numpy等科學計算模塊的強大功能和廣泛應用

剖析Python關於並行與大數據計算的方法

總結科學計算的任務、難點以及最佳實踐經驗

本書是將Python用於科學計算的實用指南，既介紹了相關的基礎知識，又提供了豐富的精彩案例，並為讀者總結了最佳實踐經驗。
其主要內容包括：科學計算的基本概念與選擇Python的理由，科學工作流和科學計算的結構，科學項目相關數據的各個方面，用於科學計算的API和工具包，如何利用Python的NumPy和SciPy包完成數值計算，用Python做符號計算，數據分析與可視化，並行與大規模計算，等等。

《Python數據分析實戰》
【Python 2.X】

了解Python在信息處理、管理和檢索方面的強大功能

學會如何利用Python及其衍生工具處理、分析數據

三個真實Python數據分析案例，將理論付諸實踐

《Python數據分析實戰》展示了如何利用Python 語言的強大功能，以最小的編程代價進行數據的提取、處理和分析，主要內容包括：數據分析和Python 的基本介紹，NumPy 庫，pandas 庫，如何使用pandas 讀寫和提取數據，用matplotlib 庫和scikit-learn 庫分別實現數據可視化和機器學習，以實例演示如何從原始數據獲得信息、D3 庫嵌入和手寫體數字的識別。

《Python網路數據採集》
【Python 3.X】

原書4.6星好評，一本書搞定數據採集

涵蓋數據抓取、數據挖掘和數據分析

提供詳細代碼示例，快速解決實際問題

本書介紹網路數據採集，並為採集新式網路中的各種數據類型提供了全面的指導。
第一部分重點介紹網路數據採集的基本原理：如何用Python從網路伺服器請求信息，如何對伺服器的響應進行基本處理，以及如何以自動化手段與網站進行交互。
第二部分介紹如何用網路爬蟲測試網站，自動化處理，以及如何通過更多的方式接入網路。

《Python計算機視覺編程》
【Python 2.6及以上】

亞馬遜計算機視覺類圖書No.1

詳細剖析多種計算機視覺工具

大量示例極易上手

本書是計算機視覺編程的權威實踐指南，通過Python語言講解了基礎理論與演算法，並通過大量示例細致分析了對象識別、基於內容的圖像搜索、光學字元識別、光流法、跟蹤、3D重建、立體成像、增強現實、姿態估計、全景創建、圖像分割、降噪、圖像分組等技術。

2. 如何學python

如何學python

你是想讓我們當場給你寫本書出來么

:imooc./course/list?c=python

:tutorialspoint./python/index.htm

上面的兩個網站的python教程挺不錯的

女生如何學python

你好，如果要學python的話，建議報個培訓班，這樣能讓自己少走些彎路。如果要自學的話，可以買些入門方面的書，多練代碼，能力自然就上去了。

新手該如何學python怎麼學好python？

我建議初學者，不要下載具有IDE功能的集成開發環境，比如Eclipse插件等。2）下載完畢後，就可以開始學習了。學習過程中，我建議可以下載一些python的學習文檔，比如《dive into python》，《OReilly - Learning Python》等等。通過學習語法，掌握python中的關鍵字語法，函數語法，數學表達式等等3）學完了基本語法後，就可以進行互動式學習了。python具備很好的交互學習模式，對於書本上的例子我們可以通過交互平明差前台進行操練，通過練習加深印象，達到學習掌握的目的。4）通過以上三個步驟的學習後，我們大致掌握了python的常用方法、關鍵字用法以及函數語法等。接下去的學習上，我們就可以著手學習常用模 塊的使用， 比如os,os.path,sys,string模塊等。我們可以在交互環境中先熟悉使用其中的函數，如果遇到函數的使用上的問題，可以參考python 安裝後的自帶chm幫助文件。5）為了更好得掌握python，我們的學習不能只是停留在學習一些語法或者api階段。在此階段中，我們可以嘗試用python解決我們項目 中遇到的一 些問題，如果項目不是用python開發的，那我們可以想想能不能用python製作一些項目組可以使用的一些工具（utility），通過這些工具簡化 項目組成員的任務，提高我們的工作效率。如果沒有項目，我們也可以自己找些題目來自己練習練習。6）經過以上鍛煉後，我們的python知識水平肯定是越來越高。接下去的學習，我們就要更上一層樓。為了學以致用，真正能應用於項目開發或產 品開發，我 們還必須學習企業應用開發中必須要掌握的網路和資料庫知識。在此的學習就不光是python語言本身的學習了，慶橡如果之前沒有學習和掌握很網路和資料庫知 識，在此階段我們可以藉此機會補習一把。7）在此，我想我們對python的使用以及信手拈來了，即使忘了api的用法，我們也可以在短時間內通過查看文檔來使用api。那麼接下去， 我們要學習 什麼呢?那就是設計能力，在學習設計能力的過程中，如果對類等面向對象的概念不清楚激清的，在此階段也可以學習或加以鞏固。就像飛機設計師設計飛機通過學習模 型來設計一樣，我們也可以通過學習書上的經典例子來學習設計。等有了設計的基本概念後，我們就可以著手設計我們的程序了。在此階段中，我們重要的是學習抽 象的思想，通過隔離變化點來設計我們的模塊。8）到此階段，我們已經是真正入門了。在接下去的工作中，就是要快速地通過我們的所學來服務項目了。在此階段，我們除了掌握python自帶的 模塊外，我 們最好在掌握一些業界廣泛使用的開源框架，比如isted、peak、django、xml等。通過熟練使用它們，達到閃電開發，大大節省項目寶貴時 間。9）你已經是個python行家了，在此階段，我們在工作中會遇到一些深層次的、具體的困難問題。面對這些問題，我們已經有自己的思考方向和思 路了。

如何學好python

熟悉語法很容易，要真正做點東西還是要課題和練習。我也初學，感覺練習比較少。

練習練習練習
學好什麼語言都這樣
然後看書練習看書練習
能找份工作或者弄個什麼項目最好
完了

如何學習Python爬蟲

建議先學習原生爬蟲，再使用爬蟲框架，推薦資料與學習過程可在該頁面查看：
:zhuanlan.hu./p/21479334

如何學習Python GUI編程

個人推薦用PyQt
有一本很好的教材
英文的 網上搜一下就知道了
多寫多練多調試

選一個GUI，從他的官方網站上看指南，一步一步來，做python GUI有市場嗎？建議用QT的python版本

我始終認為，對一個初學者來說，IT界的技術風潮是不可以追趕的，而且也沒有能力去追趕。我時常看見自己的DDMM們把課本扔了，去賣些價格不菲的諸如C#, VB.Net 這樣的大部頭，這讓我感到非常痛心。而許多搞不清指針是咋回事的BBS站友眉飛色舞的討論C#裡面可以不用指針等等則讓我覺得好笑。C#就象當年的ASP一樣，「忽如一夜春風來，千樹萬樹梨花開」，結果許多學校的信息學院成了「Web 學院」。96,97級的不少大學生都去做Web 了。當然我沒有任何歧視某一行業的意識。我只是覺得如果他們把追趕這些時髦技術的時間多花一點在基礎的課程上應該是可以走得更遠的。 幾個誤區 初學者對C#風潮的追趕其實也只是學習過程中經常遇到的幾個誤區之一。我將用一些實際的例子來說明這些現象，你可以按部就班的看看自己是不是屬於其中的一種或者幾種： 認為計算機技術等於編程技術: 有些人即使沒有這個想法，在潛意識中也有這樣的沖動。讓我奇怪的是，許多信息學院的學生也有這樣的念頭。認為計算機專業就是編程專業，與編程無關的，或者不太相關的課程他統統都不管，極端的學生只要書上沒帶「編程」兩個字他就不看。 其實編程只是計算機技術應用過程中一種復雜性最低的勞動，這就是為什麼IT業最底層的人是程序員（CODER）。計算機技術包括了多媒體，計算機網路，人工智慧，模式識別，管理信息系統等等這些方面。編程工作只是在這些具體技術在理論研究或者工程實踐的過程中表達演算法的過程。編程的人不一定對計算機技術的了解就一定很高。而一個有趣的現象是，不少大師級的計算機技術研究者是不懂編程的。網上的炒作和現實中良好的工作待遇把編程這種勞動神秘化了。其實每一個程序員心裡都明白，自己這些東西，學的時候並不比其它專業難，所以自然也不會高檔到哪裡去。 咬文嚼字的孔已己作風: 我見過一本女生的《計算機網路原理》教材，這個女生象小學生一樣在書上劃滿了橫杠杠，筆記做得滿滿的，列印出來一定比教材還厚。我不明白的是，象計算機網路原理這樣的課程有必要做筆記？我們的應試教育的確害了不少學生，在上《原理》這一類課程的時候許多學生象學《馬列原理》一樣逐字背誦記憶。這乃是我見過的最愚蠢的行為。所謂《原理》，即是需要掌握它為什麼這樣做，學習why，而不是how（怎樣做）。極端認真的學生背下乙太網的網線最大長度，數據幀的長度，每個欄位的意義，IP報頭的格式等等，但是忘了路由的原則，忘了TCP/IP協議設計的宗旨。總之許多人花了大量的時間把書背得滾瓜爛熟卻等於什麼也沒學。 在學習編程的時候這些學生也是這樣，他們確切的記得C++語法的各個細節。看完了C++教程後看《Thinking in C++》（確實是好書），《Inside C++》，《C++ reference》，this C++, that C++……，然後是網上各種各樣的關於C++語法的奇聞逸事，然後發現自己又忘了C++的一些語法，最後回頭繼續惡補…。有個師弟就跟我說：「C++ 太難了，學了這里忘了那裡，學了繼承忘了模板。」我的回答道：「你不去學就容易了」。我並沒有教壞他，只是告訴他，死摳C++的語法就和孔已己炫耀茴香豆的茴字有幾種寫法一樣毫無意義。你根本不需要對的C++語法太關心，動手編程就是了，有不記得的地方一查MSDN就立馬搞定。我有個結論就是，實際的開發過程中對程序語法的了解是最微不足道的知識。這是為什麼我在為同學用Basic（我以前從沒有學過它）寫一個小程序的時候，只花了半個小時看了看語法，然後再用半個小時完成了程序，而一個小時後我又完全忘記了Basic 的所有關鍵字。 不顧基礎，盲目追趕時髦技術： ; 終於點到題目上來了。大多數的人都希望自己的東西能夠馬上跑起來，變成錢。這種想法對一個已經進入職業領域的程序員或者項目經理來說是合理的，而且IT技術進步是如此的快，不跟進就是失業。但是對於初學者來說（尤其是時間充裕的大中專在校生），這種想法是另人費解的。一個並未進入到行業競爭中來的初學者最大的資本便是他有足夠的時間沉下心來學習基礎性的東西，學習why 而不是how。時髦的技術往往容易掌握，而且越來越容易掌握，這是商業利益的驅使，為了最大化的降低軟體開發的成本。但在IT領域內的現實就是這樣，越容易掌握的東西，學習的人越多，而且淘汰得越快。每一次新的技術出來，都有許多初學者跟進，這些初學者由於缺乏必要的基礎而使得自己在跟進的過程中花費大量的時間，而等他學會了，這種技術也快淘汰了。基礎的課程，比方數據結構，*作系統原理等等雖然不能讓你立馬就實現一個linux（這是許多人嘲笑理論課程無用的原因），但它們能夠顯著的減少你在學習新技術時學習曲線的坡度。而且對於許多關鍵的技術（比方Win32 SDK 程序的設計，DDK的編程）來說甚至是不可或缺的。 一個活生生的例子是我和我的一個同學，在大一時我還找不到開機按紐，他已經會寫些簡單的匯編程序了。我把大二的所有時間花在了匯編，計算機體系結構，數據結構，*作系統原理等等這些課程的學習上，而他則開始學習HTML和VB，並追趕ASP的潮流。大三的時候我開始學習Windows *作系統原理，學習SDK編程，時間是漫長的，這時我才能夠用VC開發出象模象樣的應用程序。我曾一度因為同學的程序已經能夠運行而自己還在學習如何創建對話框而懊惱不已，但臨到畢業才發現自己的選擇是何等的正確。和我談判的公司開出的薪水是他的兩倍還多。下面有一個不很恰當的比方：假設學習VB編程需要4個月，學習基礎課程和VC的程序設計需要1年。那麼如果你先學VB，再來學習後者，時間不會減少，還是1年，而反過來，如果先學習後者，再來學VB，也許你只需要1個星期就能學得非常熟練。 幾個重要的基礎課程 如果你是學生，或者如果你有充足的時間。我建議你仔細的掌握下面的知識。我的建議是針對那些希望在IT技術上有所成就的初學者。同時我還列出了一些書目，這些書應該都還可以在書店買到。說實在的，我在讀其他人的文章時最大的心願就是希望作者列出一個書單。 大學英語－不要覺得好笑。我極力推薦這門課程是因為沒有專業文檔的閱讀能力是不可想像的。中文的翻譯往往在猴年馬月才會出來，而現在的許多出版社乾脆就直接把E文印刷上去。學習的方法是強迫自己看原版的教材，開始會看不懂，用多了自然熟練。吃得苦下得狠心絕對是任何行業都需要的品質。 計算機體系結構和匯編語言－關於體系結構的書遍地都是，而且也大同小異，倒是匯編有一本非常好的書。《80x86匯編語言程序設計教程》（清華大學出版社，黑色封面，楊季文著）。你需要著重學習386後保護模式的程序設計。否則你在學習現代*作系統底層的一些東西的時候會覺得是在看天書。 計算機*作系統原理－我們的開發總是在特定的*作系統上進行，如果不是，只有一種可能：你在自己實現一個*作系統。無論如何，*作系統原理是必讀的。這就象我們為一個晶元製作外圍設備時，晶元基本的工作時序是必需了解的。這一類書也很多，我沒有發現哪一本書非常出眾。只是覺得在看完了這些書後如果有空就應該看看《Inside Windows 2000》(微軟出版社，我看的是E文版的，中文的書名想必是Windows 2000 技術內幕之類吧)。關於學習它的必要性，ZDNET上的另一篇文章已經有過論述。 數據結構和演算法－這門課程能夠決定一個人程序設計水平的高低，是一門核心課程。我首選的是清華版的（朱戰立，劉天時）。很多人喜歡買C++版的，但我覺得沒有必要。C++的語法讓演算法實現過程變得復雜多了，而且許多老師喜歡用模塊這一東西讓演算法變得更復雜。倒是在學完了C版的書以後再來瀏覽一下C++的版的書是最好的。 軟體工程－這門課程是越到後來就越發現它的重要，雖然剛開始看時就象看馬哲一樣不知所雲。我的建議是看《實用軟體工程》（黃色，清華）。不要花太多的時間去記條條框框，看不懂就跳過去。在每次自己完成了一個軟體設計任務（不管是練習還是工作）以後再來回顧回顧，每次都會有收獲。 Windows 程序設計－《北京大學出版社，Petzold著》我建議任何企圖設計Windows 程序的人在學習VC以前仔細的學完它。而且前面的那本《Inside Windows 2000》也最好放到這本書的後面讀。在這本書中，沒有C++，沒有GUI，沒有控制項。有的就是如何用原始的C語言來完成Windows 程序設計。在學完了它以後，你才會發現VC其實是很容易學的。千萬不要在沒有看完這本書以前提前學習VC，你最好碰都不要碰。我知道的許多名校甚至都已經用它作為教材進行授課。可見其重要。 上面的幾門課程我認為是必學的重要課程（如果你想做Windows 程序員）。 對於其它的課程有這樣簡單的選擇方法：如果你是計算機系的，請學好你所有的專業基礎課。如果不是，請參照計算機系的課程表。如果你發現自己看一本書時無法看下去了，請翻到書的最後，看看它的參考文獻，找到它們並學習它們，再回頭看這本書。如果一本書的書名中帶有「原理」兩個字，你一定不要去記憶它其中的細節，你應該以一天至少50頁的速度掌握其要領。盡可能多的在計算機上實踐一種理論或者演算法。 你還可以在CSDN上閱讀到許多書評。這些書評能夠幫助你決定讀什麼樣的書。 日三省乎己 每天讀的書太多，容易讓人迷失方向。一定要在每天晚上想想自己學了些什麼，還有些什麼相關的東西需要掌握，自己對什麼最感興趣，在一本書上花的時間太長還是不夠等等。同時也應該多想想未來最有可能出現的應用，這樣能夠讓你不是追趕技術潮流而是引領技術潮流。同時，努力使用現在已經掌握的技術和理論去製作具有一定新意的東西。堅持這樣做能夠讓你真正成為一個軟體「研發者」而不僅僅是一個CODER。 把最多的時間花在學習上 這是對初學者最後的忠告。把每個星期玩SC或者CS的時間壓縮到最少，不玩它們是最好的。同時，如果你的ASP技術已經能夠來錢，甚至有公司請你 *** 的話，這就證明你的天份能夠保證你在努力的學習之後取得更好的收益，你應該去做更復雜的東西。眼光放長遠一些，這無論是對誰都是適用的。 相信你已經能夠決定是否學習C＃或者什麼時候去學它了。

3. 想學python看哪些書

在過去一年裡，Python的熱度一路飆升，國內越來越多的人選擇學習Python，如今已然成為大量開發者推薦的入門編程語言和第二編程語言，而且Python還是人工智慧的主要編程語言，因此，其重要性和流行度也就不言而喻了。
更多關於Python學習方面的知識，可以參考這篇文章：《Python學習的49個必備資源（附鏈接）》
想要學好Python語言，需要了解Python是什麼，都能夠做什麼，知道演算法，變數，解釋器，還有Python的基本數據類型等。所以，本文將推薦幾本學習Python編程必看的幾本書籍。
Amazon編程入門類榜首圖書，國內 Python 入門第一書。基於 Python3.5 同時也兼顧 Python2.7，是一本全面的Python編程，從入門到實踐教程，帶領讀者快速掌握編程基礎知識、編寫出能解決實際問題的代碼並開發復雜項目。上到有編程基礎的程序員，下到10歲少年，想入門Python並達到可以開發實際項目的水平，這本書都是個不錯的選擇。
書中內容分為基礎篇和實戰篇兩部分。基礎篇介紹基本的編程概念，實戰篇介紹如何利用新學到的知識開發功能豐富的項目：2D游戲《外星人入侵》，數據可視化實戰，Web應用程序。
讀者點評：
從編程小白的角度看，入門極佳。手把手教的感覺，卻絕不啰嗦。什麼叫入門書？一本書讀下來，行文上不卡殼，邏輯上不跳躍，讀者如爬樓梯，一步一步即可登樓。
「我讀過很多本為Python初學者所寫的入門書，到目前為止，這是我特別喜愛的一本。這本Python編程書內容全面，講解詳細，編排合理，真是太棒了！」
本書是經典教程的全新改版，作者根據Python 3.0版本的種種變化，全面改寫了書中內容，如果你沒有任何編程基礎，那麼，你最好先讀完第一本的《Python 編程：從入門到實踐》開始學習，之後選擇這本作為你的第二本 Python 書。如果你已經是一位編程語言老手，也依然能夠在這本書里學到不少知識。
相關推薦：《Python教程》
值得一提的是，書中最後幾章的10各項目更是這本書最大的亮點，不僅實用而且講解到位，作者Magnus Lie Hetland是挪威科技大學副教授，黑客，喜歡鑽研新銳編程語言，寫過很多Python方面的書和在線教程，深受讀者喜愛。
讀者書評：
做為python，又或者做為一門語言教程書籍，這本書講得非常不錯！特別是作者獨特的寫法以及幽默。有時作者會將不同的理解方式和實現方式放在一個例子中。更多的時候作者會有頗為有趣的幽默來讓讀者感到輕松愉快。
真的很好的一本書，該說的說得清楚，不該說的輕輕點到，讀者想要網上查找的時候也有跡可循，輕重把握很好。 說說後面十個例子，的確不錯，讓人能快速有很好的理解。
這本書是由奮戰在Python開發一線近20年的Luciano Ramalho執筆，致力於幫助Python開發人員挖掘這門語言及相關程序庫的優秀特性，寫出簡潔、流暢、易讀、易維護的代碼。書中從語言設計層面剖析編程細節，兼顧Python 3 和Python 2，同時有大量詳盡的代碼示例，並附有主題相關高質量的參考文獻和視頻鏈接。
讀者書評：
值得認真閱讀的Python進階書籍，章節後面附帶的雜談和延伸閱讀有時間可以補充閱讀。
對於想要擴充知識的中級和高級Python程序員來說，這本書是充滿了實用編程技巧的寶藏。
這本書尤其適合缺乏編程基礎的初學者，語法使用Python 3，書中不僅介紹了Python語言的基礎知識，而且還通過項目實踐教會讀者如何應用這些知識和技能。本書的首部分介紹了基本Python編程概念，第二部分介紹了一些不同的任務，通過編寫Python程序，可以讓計算機自動完成它們。同時，每章的末尾還提供了一些習題和深入的實踐項目，幫助讀者鞏固所學的知識。
讀者書評：
這本書作者盡量寫的簡單化，讓沒有編程經驗的人也可以快速上手！但是我覺得有其它編程語言經驗的同學，也可以直接看著本書快速了解Python可以做什麼，語法問題可以變做東西邊查！
很不錯的一本python入門書，介紹基本語法的比較少，但介紹了比較多實用的模塊。其目的正如副標題所述，是為了將平時的繁瑣工作自動化，就好像為自己寫一個私人秘書。
本書更多的是想培養讀者以計算機科學家一樣的思維方式來理解Python語言編程。貫穿全書的主體是如何思考、設計、開發的方法。從基本的編程概念開始，一步步引導讀者了解Python語言，再逐漸掌握函數、遞歸、數據結構和面向對象設計等高階概念。本書第2版及其輔助代碼均已升級，支持Python 3。
每個章節後面都有練習，可以幫助讀者加深對剛學的編程概念的理解。而且，本書的示例代碼均在GitHub倉庫中維護，讀者很容易下載和修改。
讀者書評：
寫得太好了，編程入門；編程思維。推薦。
與其說此書是python編程的入門，不如說是以python為工具對編程的入門。這個境界可完全不一樣，從而此書在講解python的時候也用python講了很多編程原理，非常適合那些想用python作為入門編程的人，更重要的是本書完全開源。
Python程序設計（第3版）Python之父作序推薦，是經典暢銷圖書《Python核心編程（第二版）》的全新升級版本，書中包含Python 2和 Python 3代碼，以便立即使用，總共分為3部分。
第1部分為講解了Python的一些通用應用，包括正則表達式、網路編程、Internet客戶端編程、多線程編程、GUI編程、資料庫編程等。第2部分講解了與Web開發相關的主題，包括Web客戶端和伺服器、CGI和WSGI相關的Web編程、Django Web框架等。第3部分則為一個補充/實驗章節，包括文本處理以及一些其他內容。
讀者書評：
終於，一本既可以作為Python教程又可以作為Python編程語言參考的圖書問世！
本書寫作相當精良。這是我遇到的清晰、友好的Python圖書，它在一個廣闊的背景中介紹了Python。它仔細、深入地剖析了一些重要的Python主題，而且讀者無需大量的相關經驗也能看懂。與所有其他Python入門類圖書不同的是，它不會用隱晦、難以理解的文字來折磨讀者，而是始終立足於幫助讀者牢固掌握Python的語法和結構。
本書介紹Python 語言的基礎知識及其在各個領域的具體應用，基於最新版本3.x。書中首先介紹了Python 語言的一些必備基本知識，然後介紹了在商業、科研以及藝術領域使用Python 開發各種應用的實例。文字簡潔明了，案例豐富實用，是一本難得的Python 入門手冊。
讀者書評：
之前看完了?Python 編程:從入門到實踐?,剛開始還在猶豫要不要買這本書,現在覺得非常值得,補充了一些?從入門到實踐?中沒有的內容。
不單介紹了python的基本語法，還介紹了python在各方面的應用以及可以使用的一些第三方模塊，給初學者勾勒出一個未來要學習的框架。作者語言也十分有趣。
《Head First Python(中文版)》主要講述了Python 3的基礎語法知識以及如何使用Python快速地進行Web、手機上的開發。幫助你迅速掌握Python的基礎知識，然後轉向持久存儲、異常處理、Web開發、SQLite、數據加工和lGoogle App Engine。從書籍的封面我們大概也可以猜得出這本書是通過採用豐富直觀的形式使你的大腦真正開動起來，而不是長篇累牘地說教，讓你昏昏欲睡。
【相關推薦】
1. 2020年5個經典python編程入門視頻教程推薦學習
2. Python編程自學：一小時python入門教程
3. 《Python2爬蟲入門教程指南》（系列教程）
4.《一個完整的Django入門指南》系列教程（中文版）
5. 《python一小時快速實戰入門》（微軟官方）

4. python數據分析與應用-Python數據分析與應用 PDF 內部全資料版

給大家帶來的一篇關於Python數據相關的電子書資源，介紹了關於Python方面的內容，本書是由人民郵電出版社出版，格式為PDF，資源大小281 MB，黃紅梅 張良均編寫，目前豆瓣、亞馬遜、當當、京東等電子書綜合評分為：7.8。

內容介紹

目錄

第1章Python數據分析概述1

任務1.1認識數據分析1

1.1.1掌握數據分析的概念2

1.1.2掌握數據分析的流程2

1.1.3了解數據分析應用場景4

任務1.2熟悉Python數據分析的工具5

1.2.1了解數據分析常用工具6

1.2.2了解Python數據分析的優勢7

1.2.3了解Python數據分析常用類庫7

任務1.3安裝Python的Anaconda發行版9

1.3.1了解Python的Anaconda發行版9

1.3.2在Windows系統中安裝Anaconda9

1.3.3在Linux系統中安裝Anaconda12

任務1.4掌握Jupyter Notebook常用功能14

1.4.1掌握Jupyter Notebook的基本功能14

1.4.2掌握Jupyter Notebook的高 級功能16

小結19

課後習題19

第2章NumPy數值計算基礎21

任務2.1掌握NumPy數組對象ndarray21

2.1.1創建數組對象21

2.1.2生成隨機數27

2.1.3通過索引訪問數組29

2.1.4變換數組的形態31

任務2.2掌握NumPy矩陣與通用函數34

2.2.1創建NumPy矩陣34

2.2.2掌握ufunc函數37

任務2.3利用NumPy進行統計分析41

2.3.1讀/寫文件41

2.3.2使用函數進行簡單的統計分析44

2.3.3任務實現48

小結50

實訓50

實訓1創建數組並進行運算50

實訓2創建一個國際象棋的棋盤50

課後習題51

第3章Matplotlib數據可視化基礎52

任務3.1掌握繪圖基礎語法與常用參數52

3.1.1掌握pyplot基礎語法53

3.1.2設置pyplot的動態rc參數56

任務3.2分析特徵間的關系59

3.2.1繪制散點圖59

3.2.2繪制折線圖62

3.2.3任務實現65

任務3.3分析特徵內部數據分布與分散狀況68

3.3.1繪制直方圖68

3.3.2繪制餅圖70

3.3.3繪制箱線圖71

3.3.4任務實現73

小結77

實訓78

實訓1分析1996 2015年人口數據特徵間的關系78

實訓2分析1996 2015年人口數據各個特徵的分布與分散狀況78

課後習題79

第4章pandas統計分析基礎80

任務4.1讀/寫不同數據源的數據80

4.1.1讀/寫資料庫數據80

4.1.2讀/寫文本文件83

4.1.3讀/寫Excel文件87

4.1.4任務實現88

任務4.2掌握DataFrame的常用操作89

4.2.1查看DataFrame的常用屬性89

4.2.2查改增刪DataFrame數據91

4.2.3描述分析DataFrame數據101

4.2.4任務實現104

任務4.3轉換與處理時間序列數據107

4.3.1轉換字元串時間為標准時間107

4.3.2提取時間序列數據信息109

4.3.3加減時間數據110

4.3.4任務實現111

任務4.4使用分組聚合進行組內計算113

4.4.1使用groupby方法拆分數據114

4.4.2使用agg方法聚合數據116

4.4.3使用apply方法聚合數據119

4.4.4使用transform方法聚合數據121

4.4.5任務實現121

任務4.5創建透視表與交叉表123

4.5.1使用pivot_table函數創建透視表123

4.5.2使用crosstab函數創建交叉表127

4.5.3任務實現128

小結130

實訓130

實訓1讀取並查看P2P網路貸款數據主表的基本信息130

實訓2提取用戶信息更新表和登錄信息表的時間信息130

實訓3使用分組聚合方法進一步分析用戶信息更新表和登錄信息表131

實訓4對用戶信息更新表和登錄信息表進行長寬表轉換131

課後習題131

第5章使用pandas進行數據預處理133

任務5.1合並數據133

5.1.1堆疊合並數據133

5.1.2主鍵合並數據136

5.1.3重疊合並數據139

5.1.4任務實現140

任務5.2清洗數據141

5.2.1檢測與處理重復值141

5.2.2檢測與處理缺失值146

5.2.3檢測與處理異常值149

5.2.4任務實現152

任務5.3標准化數據154

5.3.1離差標准化數據154

5.3.2標准差標准化數據155

5.3.3小數定標標准化數據156

5.3.4任務實現157

任務5.4轉換數據158

5.4.1啞變數處理類別型數據158

5.4.2離散化連續型數據160

5.4.3任務實現162

小結163

實訓164

實訓1插補用戶用電量數據缺失值164

實訓2合並線損、用電量趨勢與線路告警數據164

實訓3標准化建模專家樣本數據164

課後習題165

第6章使用scikit-learn構建模型167

任務6.1使用sklearn轉換器處理數據167

6.1.1載入datasets模塊中的數據集167

6.1.2將數據集劃分為訓練集和測試集170

6.1.3使用sklearn轉換器進行數據預處理與降維172

6.1.4任務實現174

任務6.2構建並評價聚類模型176

6.2.1使用sklearn估計器構建聚類模型176

6.2.2評價聚類模型179

6.2.3任務實現182

任務6.3構建並評價分類模型183

6.3.1使用sklearn估計器構建分類模型183

6.3.2評價分類模型186

6.3.3任務實現188

任務6.4構建並評價回歸模型190

6.4.1使用sklearn估計器構建線性回歸模型190

6.4.2評價回歸模型193

6.4.3任務實現194

小結196

實訓196

實訓1使用sklearn處理wine和wine_quality數據集196

實訓2構建基於wine數據集的K-Means聚類模型196

實訓3構建基於wine數據集的SVM分類模型197

實訓4構建基於wine_quality數據集的回歸模型197

課後習題198

第7章航空公司客戶價值分析199

任務7.1了解航空公司現狀與客戶價值分析199

7.1.1了解航空公司現狀200

7.1.2認識客戶價值分析201

7.1.3熟悉航空客戶價值分析的步驟與流程201

任務7.2預處理航空客戶數據202

7.2.1處理數據缺失值與異常值202

7.2.2構建航空客戶價值分析關鍵特徵202

7.2.3標准化LRFMC模型的5個特徵206

7.2.4任務實現207

任務7.3使用K-Means演算法進行客戶分群209

7.3.1了解K-Means聚類演算法209

7.3.2分析聚類結果210

7.3.3模型應用213

7.3.4任務實現214

小結215

實訓215

實訓1處理信用卡數據異常值215

實訓2構造信用卡客戶風險評價關鍵特徵217

實訓3構建K-Means聚類模型218

課後習題218

第8章財政收入預測分析220

任務8.1了解財政收入預測的背景與方法220

8.1.1分析財政收入預測背景220

8.1.2了解財政收入預測的方法222

8.1.3熟悉財政收入預測的步驟與流程223

任務8.2分析財政收入數據特徵的相關性223

8.2.1了解相關性分析223

8.2.2分析計算結果224

8.2.3任務實現225

任務8.3使用Lasso回歸選取財政收入預測的關鍵特徵225

8.3.1了解Lasso回歸方法226

8.3.2分析Lasso回歸結果227

8.3.3任務實現227

任務8.4使用灰色預測和SVR構建財政收入預測模型228

8.4.1了解灰色預測演算法228

8.4.2了解SVR演算法229

8.4.3分析預測結果232

8.4.4任務實現234

小結236

實訓236

實訓1求取企業所得稅各特徵間的相關系數236

實訓2選取企業所得稅預測關鍵特徵237

實訓3構建企業所得稅預測模型237

課後習題237

第9章家用熱水器用戶行為分析與事件識別239

任務9.1了解家用熱水器用戶行為分析的背景與步驟239

9.1.1分析家用熱水器行業現狀240

9.1.2了解熱水器採集數據基本情況240

9.1.3熟悉家用熱水器用戶行為分析的步驟與流程241

任務9.2預處理熱水器用戶用水數據242

9.2.1刪除冗餘特徵242

9.2.2劃分用水事件243

9.2.3確定單次用水事件時長閾值244

9.2.4任務實現246

任務9.3構建用水行為特徵並篩選用水事件247

9.3.1構建用水時長與頻率特徵248

9.3.2構建用水量與波動特徵249

9.3.3篩選候選洗浴事件250

9.3.4任務實現251

任務9.4構建行為事件分析的BP神經網路模型255

9.4.1了解BP神經網路演算法原理255

9.4.2構建模型259

9.4.3評估模型260

9.4.4任務實現260

小結263

實訓263

實訓1清洗運營商客戶數據263

實訓2篩選客戶運營商數據264

實訓3構建神經網路預測模型265

課後習題265

附錄A267

附錄B270

參考文獻295

學習筆記

Jupyter Notebook（此前被稱為 IPython notebook）是一個互動式筆記本，支持運行 40 多種編程語言。 Jupyter Notebook 的本質是一個 Web 應用程序，便於創建和共享文學化程序文檔，支持實時代碼，數學方程，可視化和 markdown。 用途包括：數據清理和轉換，數值模擬，統計建模，機器學習等等 。 定義 （推薦學習：Python視頻教程） 用戶可以通過電子郵件，Dropbox，GitHub 和 Jupyter Notebook Viewer，將 Jupyter Notebook 分享給其他人。 在Jupyter Notebook 中，代碼可以實時的生成圖像，視頻，LaTeX和JavaScript。 使用 數據挖掘領域中最熱門的比賽 Kaggle 里的資料都是Jupyter 格式 。 架構 Jupyter組件 Jupyter包含以下組件： Jupyter Notebook 和 ……

本文實例講述了Python實現的微信好友數據分析功能。分享給大家供大家參考，具體如下： 這里主要利用python對個人微信好友進行分析並把結果輸出到一個html文檔當中，主要用到的python包為 itchat ， pandas ， pyecharts 等 1、安裝itchat 微信的python sdk，用來獲取個人好友關系。獲取的代碼 如下： import itchatimport pandas as pdfrom pyecharts import Geo, Baritchat.login()friends = itchat.get_friends(update=True)[0:]def User2dict(User): User_dict = {} User_dict["NickName"] = User["NickName"] if User["NickName"] else "NaN" User_dict["City"] = User["City"] if User["City"] else "NaN" User_dict["Sex"] = User["Sex"] if User["Sex"] else 0 User_dict["Signature"] = User["Signature"] if User["Signature"] else "NaN" ……

基於微信開放的個人號介面python庫itchat，實現對微信好友的獲取，並對省份、性別、微信簽名做數據分析。 效果： 直接上代碼，建三個空文本文件stopwords.txt，newdit.txt、unionWords.txt，下載字體simhei.ttf或刪除字體要求的代碼，就可以直接運行。 #wxfriends.py 2018-07-09import itchatimport sysimport pandas as pdimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['SimHei']#繪圖時可以顯示中文plt.rcParams['axes.unicode_minus']=False#繪圖時可以顯示中文import jiemport jieba.posseg as psegfrom scipy.misc import imreadfrom wordcloud import WordCloudfrom os import path#解決編碼問題non_bmp_map = dict.fromkeys(range(0x10000, sys.maxunicode + 1), 0xfffd) #獲取好友信息def getFriends():……

Python數據分析之雙色球基於線性回歸演算法預測下期中獎結果示例

本文實例講述了Python數據分析之雙色球基於線性回歸演算法預測下期中獎結果。分享給大家供大家參考，具體如下： 前面講述了關於雙色球的各種演算法，這里將進行下期雙色球號碼的預測，想想有些小激動啊。 代碼中使用了線性回歸演算法，這個場景使用這個演算法，預測效果一般，各位可以考慮使用其他演算法嘗試結果。 發現之前有很多代碼都是重復的工作，為了讓代碼看的更優雅，定義了函數，去調用，頓時高大上了 #!/usr/bin/python# -*- coding:UTF-8 -*-#導入需要的包import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport operatorfrom sklearn import datasets,linear_modelfrom sklearn.linear_model import LogisticRegression#讀取文件d……

以上就是本次介紹的Python數據電子書的全部相關內容，希望我們整理的資源能夠幫助到大家，感謝大家對鬼鬼的支持。

注·獲取方式：私信（666）

5. python論文參考文獻有哪些

關於python外文參考文獻舉例如下：

1、A Python script for adaptive layout optimization of trusses.

翻譯：用於桁架的自適應布局優化的Python腳本。