1. python培训机构具体都学习哪些内容
阶段一：Python开发基础
Python全栈开发与人工智能之Python开发基础知识学习内容包括：Python基础语法、数据类型、字符编码、文件操作、函数、装饰器、迭代器、内置方法、常用模块等。
阶段二：Python高级编程和数据库开发
Python全栈开发与人工智能之Python高级编程和数据库开发知识学习内容包括：面向对象开发、Socket网络编程、线程、进程、队列、IO多路模型、Mysql数据库开发等。
阶段三：前端开发
Python全栈开发与人工智能之前端开发知识学习内容包括：Html、CSS、JavaScript开发、Jquery&bootstrap开发、前端框架VUE开发等。
阶段四：WEB框架开发
Python全栈开发与人工智能之WEB框架开发学习内容包括：Django框架基础、Django框架进阶、BBS+Blog实战项目开发、缓存和队列中间件、Flask框架学习、Tornado框架学习、Restful API等。
阶段五：爬虫开发
Python全栈开发与人工智能之爬虫开发学习内容包括：爬虫开发实战。
阶段六：全栈项目实战
Python全栈开发与人工智能之全栈项目实战学习内容包括：企业应用工具学习、CRM客户关系管理系统开发、路飞学城在线教育平台开发等。
阶段七：数据分析
Python全栈开发与人工智能之数据分析学习内容包括：金融量化分析。
阶段八：人工智能
Python全栈开发与人工智能之人工智能学习内容包括：机器学习、数据分析 、图像识别、自然语言翻译等。
阶段九：自动化运维&开发
Python全栈开发与人工智能之自动化运维&开发学习内容包括：CMDB资产管理系统开发、IT审计+主机管理系统开发、分布式主机监控系统开发等。
阶段十：高并发语言GO开发
Python全栈开发与人工智能之高并发语言GO开发学习内容包括：GO语言基础、数据类型与文件IO操作、函数和面向对象、并发编程等。
2. 请问Python哪家培训机构好
随着Python的普及，越来越多的人了解Python，企业也会对求职者提出更高的要求，他们想招聘一些能马上开始工作的人，所以往往会招聘一些有项目开发经验的人。这就是为什么那么多计算机专业的大学生找不到工作，所以越来越多的大学生会选择在毕业前后参加一些专业的Python培训课程，以增加他们的实践经验。只有增强自己的力量，才能立于不败之地。
Python培训机构哪家比较好？判断Python培训机构好与坏主要看以下几个方面
1.看教学课程内容
学习Python技术，最主要是与时俱进，掌握的技术点能够满足时下企业的用人需求。而想要了解一家培训机构所提供的课程是否新颖，也可以去机构的官网上看看，了解自己想学习的学科的课程大纲。看看学习路线图是如何安排的，有没有从零到一的系统搭建，是不是有强化实训、实操的比重，有尽量多的项目实战。因为企业对Python从业者的技术能力和动手实战能力要求较高。
2.看师资力量
因为Python开发技术知识的专业性很强，如果盲目去学很容易走进误区。相反，有讲师带领，站在巨人的肩膀上，往往事半功倍。毕竟现在这个时代只要多跟别人交流才能获得更多更有价值的信息，初学者千万不能闭门造车。
3.看口碑
行业内口碑比较好，学生对培训机构比较认可，这种机构把精力放在了学生身上的机构，才是做教育的应有态度。
4.看就业情况
以学生就业为目标的培训机构现在才是最主要的。要知道就业也是教学成果的体现，没有好的教学保证是做不到好的就业的。
5.上门免费试听
试听是为了更好的去感受培训机构的课程内容、讲课风格、班级氛围等，同时也能通过和班上在读同学进行交流，更进一步去了解这家培训机构各个方面是否符合自己的需要。
3. 老男孩还有传智的Python培训哪个完善些
这种都不能到企业内部的，都是纸上谈兵
我在交大人工智能中心报的，就是直接在企业内部实习学习，做真实项目
这种企业里面的更完善
4. 如何创建 python+requests接口自动化测试框架
需要对于读出来的数据进行相应的处理。 当然示例中只是简单列了一下关于POST,GET等二种方式，实际还有很多其它方式，如put,delete等，请求中也还会包括headers，这些都可以自忆添加上去。
5. Python移动应用开发
1、如果使用python语言，需要学习哪些知识？
python作为一门简单明了的语言，非常容易上手，语言层面不会太复杂，稍微有点难度的顶多就是装饰器、元类和少量函数式编程内容。要说学习的话，我觉得更多是一些编程方面通用的东西，比如：数据结构和算法、设计模式、操作系统、计算机网络之类的
2、选择什么样的python框架开发，这个框架的优势？
tornado，因为非阻塞io的原因，性能非常高，特别适合写后端API（App的后端应该都是rest风格的api），而且成熟稳定
3、如何部署服务器？本地服务器调试，以及公网服务器部署？
这个一两句说不清楚，涉及到运维、测试、开发诸多方面， 部署和测试推荐几个包：fabric、nose、unittest(python自带)，版本管理推荐git，持续集成推荐使用docker+jenkins
6. 如何用python开发移动App后台
1、使用python开发APP后台要用到tornado框架，因为非阻塞io的原因，性能非常高，特别适合写后端API（App的后端应该都是rest风格的api），而且成熟稳定。
2、APP后台需要部署服务器，这方面涉及到运维、测试、开发诸多方面， 部署和测试推荐几个包：fabric、nose、unittest(python自带)，版本管理推荐git，持续集成推荐使用docker+jenkins。
3、APP后台服务性能需求方面，youtube、reddit、豆瓣、知乎这样的大流量网站都是python写的，所以App的规模不太可能遇到性能问题，即使有也应该不是python的问题，而是任何语言都会有问题。大量的pv是可以靠堆服务器堆出来，如果是计算量比较大的任务，可以考虑用c或c++写。
4、网页前端以及移动端开发后台用python写的API，让前端使用React，就可以轻松解决前后端分离这个问题。
5、现有开源实例子比较少，App后端开源的不常见，而且大部分是rest风格的api，很多时候会涉及到自身的业务和敏感信息也不会开源，所以都要自己从头开始编写。
7. 如何用python开发移动App后台需要掌握哪些技术
1、如果使用python语言，需要学习哪些知识？
python作为一门简单明了的语言，非常容易上手，语言层面不会太复杂，稍微有点难度的顶多就是装饰器、元类和少量函数式编程内容。要说学习的话，我觉得更多是一些编程方面通用的东西，比如：数据结构和算法、设计模式、操作系统、计算机网络之类的
2、选择什么样的python框架开发，这个框架的优势？
tornado，因为非阻塞io的原因，性能非常高，特别适合写后端API（App的后端应该都是rest风格的api），而且成熟稳定
3、如何部署服务器？本地服务器调试，以及公网服务器部署？
这个一两句说不清楚，涉及到运维、测试、开发诸多方面， 部署和测试推荐几个包：fabric、nose、unittest(python自带)，版本管理推荐git，持续集成推荐使用docker+jenkins
4、如果使用python框架开发移动后台服务，在开发源码内使用哪种框架？mvc还是其它的，比如我返回json数据，每次json对象最外层有一些相同的东西，该如何处理？
MVC什么的，一般的框架都差不多的，tornado也是支持的，返回json有相同的东西，写个修饰器就完了
5、python的后台服务最大能支持多大的pv量会严重影响用户体验性能？
youtube、reddit、豆瓣、知乎这样的大流量网站都是python写的，觉得你的App的规模不太可能遇到性能问题，即使有也应该不是python的问题，而是任何语言都会有问题。毕竟web后端不是计算密集型，而是io密集型的，python和其他语言的区别不会太大吧，大量的pv是可以靠堆服务器堆出来的，如果是计算量比较大的任务，你可以考虑用c或c++写
6、如何兼顾 网页前端以及移动端 开发的后台？
用python写的API，网页和移动端都是可以调用啊，让前端学学React，就可以轻松解决前后端分离这个问题（PS: facebook 就是后端php + 前端React，淘宝也有在用nodejs做前后端分离）
7、有没用相关的案例，即用python开发的移动后台？有没有该问题的开源项目？
这个应该比较少，App后端开源的不常见，而且大部分是rest风格的api，很多时候会涉及到自身的业务和敏感信息应该不会开源的吧（又不是bbs或者博客程序）
8. 常用的自动化测试工具有哪些
1、Appium
AppUI自动化测试
Appium 是一个移动端自动化测试 开源工具，支持iOS 和Android 平台，支持Python、Java 等语言，即同一套Java 或Python 脚本可以同时运行在iOS 和Android平台，Appium 是一个C/S 架构，核心是一个 Web 服务器，它提供了一套 REST 的接口。当收到客户端的连接后，就会监听到命令，然后在移动设备上执行这些命令，最后将执行结果放在 HTTP 响应中返还给客户端。
2、Selenium
WebUI自动化测试
Selenium是一个用于Web应用程序测试的工具，Selenium已经成为Web自动化测试工程师的首选。Selenium测试直接运行在浏览器中，就像真正的用户在操作一样。支持的浏览器包括IE(7、8、9)、Mozilla Firefox、Mozilla Suite等。这个工具的主要功能包括：测试与浏览器的兼容性——测试你的应用程序看是否能够很好得工作在不同浏览器和操作系统之上。测试系统功能——创建回归测试检验软件功能和用户需求。支持自动录制动作和自动生成 .Net、Java、Perl等不同语言的测试脚本。Selenium 是ThoughtWorks专门为Web应用程序编写的一个验收测试工具。其升级版本为Webdriver。
3、Postman
接口测试
Postman 提供功能强大的 Web API 和 HTTP 请求的调试，它能够发送任何类型的HTTP 请求 (GET, POST, PUT, DELETE…)，并且能附带任何数量的参数和 Headers。不仅如此，它还提供测试数据和环境配置数据的导入导出，付费的 Post Cloud 用户还能够创建自己的 Team Library 用来团队协作式的测试，并能够将自己的测试收藏夹和用例数据分享给团队。
4.Robot Framework
Robot Framework是一个开源自动化框架，它实现了用于验收测试和验收测试驱动开发（ATDD）的关键字驱动方法。 Robot Framework为不同的测试自动化需求提供框架。 但是，通过使用Python和Java实现其他测试库，可以进一步扩展其测试功能。 Selenium WebDriver是Robot Framework中常用的外部库。
测试工程师可以利用Robot Framework作为自动化框架，不仅可以进行Web测试，还可以用于Android和iOS测试自动化。 对于熟悉关键字驱动测试的测试人员，可以轻松学习Robot Framework。
5、Soapui
接口测试
SoapUI提供了所有所需的工具来测试和完善的测试。总览标签给你一个项目的所有内容和全面的看法。只需一次点击，您可以添加任何数量的断言为验证传入的消息TestStep。使用功能强大的HTTP监视器记录，分析甚至修改客户机 - 服务器通信，因为它发生。和SoapUI临带来了更专业和先进的功能，保持遥遥领先其他测试工具。轻松创建和运行数据驱动测试。该数据源TestStep读取测试数据从任何外部来源 - Excel中，XML，JDBC，文件，等等 - 到标准SoapUI属性。
针对上面的自动化测试工具，每一个都有自己优势的功能，随着计算机行业的发展，自动化测试工具会越来越多，越来越完善。
9. 自动化框架工具有哪些
1．模块化测试框架
在五种框架中，模块化框架是最容易掌握和使用的。在一个组件上方建立一个抽象层使其在余下的应用中隐藏起来，这是众所周知的编程技巧。这样应用同组件中的修改隔离开来，提供了程序设计的模块化特性。模块化测试脚本框架使用这一抽象或者封装的原理来提高自动测试组合的可维护性和可升级性。
2．测试库框架
测试库框架（Test Library Architecture）与模块化测试脚本框架很类似，并且具有同样的优点。不同的是测试库框架把待测应用程序分解为过程和函数而不是脚本。这个框架需要创建描述模块、片断以及待测应用程序的功能库文件。
3．关键字驱动或表驱动的测试框架
对于一个独立于应用的自动化框架，关键字驱动（KEYWORD Driven）I9LJJ试和表驱动（TABLE DRIVEN）测试是可以互换的术语。这个框架需要开发数据表和关键字。这些数据表和关键字独立于执行它们的测试自动化工具，并可以用来“驱动＂待测应用程序和数据的测试脚本代码，关键宇驱动测试看上去与手工测试用例很类似。在一个关键字驱动测试中，把待测应用程序的功能和每个测试的执行步骤一起写到一个表中。
这个测试框架可以通过很少的代码来产生大量的测试用例。同样的代码在用数据表来产生各个测试用例的同时被复用。
4．数据驱动测试框架
数据驱动（DATA Driven），LJ试是一个框架。在这里测试的输入和输出数据是从数据文件中读取（数据池，ODBC源，CSV文件，EXCEL文件，ado对象等）并且通过捕获工具生成或者手工生成的代码脚本被载入到变量中。在这个框架中，变量不仅被用来存放输入值还被用来存放输出的验证值。整个程序中，测试脚本来读取数值文件，记载测试状态和信息。这类似于表驱动测试，在表驱动测 试中，它的测试用例是包含在数据文件而不是在脚本中，对于数据而言，脚本仅仅是一个“驱动器”，或者是一个传送机构。然而，数据驱动测试不同于表驱动测试，尽管导航数据并不包含在表结构中。
5．混合测试自动化（hybrid Test Automation）框架
最普遍的执行框架是上面介绍的所有技术的一个结合，取其长处，弥补其不足。这个混合测试框架是由大部分框架随着时间并经过若干项目演化而来的。
10. 有哪些 Python 经典书籍
《Python编程入门：从入门到实践》
【同时使用Python 2.X和3.X讲解】
Amazon编程入门类榜首图书，最值得关注的Python入门书
从基本概念到完整项目开发，帮助零基础读者迅速掌握Python编程，开发实际项目
这本书分两部分：
第一部分介绍用Python编程所必须了解的基本概念，包括matplotlib、NumPy和Pygal等强大的Python库和工具介绍，以及列表、字典、if语句、类、文件与异常、代码测试等内容；
第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的Python 2D游戏开发，如何利用数据生成交互式的信息图，以及创建和定制简单的Web应用，并帮读者解决常见编程问题和困惑。
《Python基础教程（第2版·修订版）》
【Python 2.5讲解，Python 3上也能运行】
各大网店最畅销的Python入门书
全书分为三部分。
第一部分讲述Python语法，没有废话，还掺入了一些Python 3.0要注意的细节。
第二部分介绍了常用的GUI、框架等应用，点到即止，算是为第三部分做铺垫了，从数目众多的应用中可以了解到Python的强大。
第三部分是Project，全书最大的亮点，大家肯定喜欢。
作者将前面讲述的内容应用到10个引人入胜的项目中，并以模板的形式介绍了项目的开发过程，手把手教授Python开发。
《Python语言及其应用》
【Python 3.X】
语言风格轻松诙谐，讲解多种Python工具和第三方库
实例涉及商业、科研以及艺术领域使用Python开发各种应用
亚马逊最受欢迎的Python编程书之一，评分4.5
书中首先介绍了Python的基础知识，然后逐渐深入多种主题，结合教程和攻略式风格来讲解Python 3中的概念。每章结尾的练习可以帮助你巩固所学的知识。
本书会为你学习Python打下坚实的基础，包括测试、调试、代码复用的最佳实践以及其他开发技巧。
《Python编程入门（第3版）》
【Python 3.X 】
从算术运算、字符串、变量，到函数、数据结构、输入输出和异常处理，应有尽有
《父与子的编程之旅：与小卡特一起学Python》
【Python 2.X 】
原版Amazon 最受欢迎的青少年编程图书
最简单易学的内容组织方式，老少皆宜
第一版获Jolt大奖
本书中，Warren和Carter父子以亲切的笔调、通俗的语言，透彻全面地介绍了计算机编程世界。
他们以简单易学的Python语言为例，通过可爱的漫画、有趣的例子，生动地介绍了变量、循环、输入和输出、数据结构以及图形用户界面等编程的基本概念。
只要懂得计算机的基本操作，如启动程序、保存文件，任何人都可以跟随本书，由简入难，学会编写程序，甚至制作游戏。
本书内容经过教育专家的评审，经过孩子的亲身检验，并得到了家长的认可。
《编程导论》
【Python 2.7】
以麻省理工学院开放式课程（OpenCourseWare）中最受欢迎的计算机科学课程为基础，旨在培养读者的编程思维，使读者拥有计算机科学家的视野
本书涵盖了Python的大部分特性，重点介绍如何使用Python这门语言，共包含编程基础、Python程序设计语言、理解计算的关键概念、计算问题的解决技术等四个方面。
本书将Python语言特性和编程方法贯穿全书，目的是帮助读者在学习Python的同时掌握如何使用计算来解决有趣的问题。
《流畅的Python》
【兼顾Python 3和Python 2】
PSF研究员、知名PyCon演讲者心血之作
Python核心开发人员担纲技术审校
全面深入，对Python语言关键特性剖析到位
大量详尽代码示例，并附有主题相关高质量参考文献和视频链接
本书致力于帮助Python开发人员挖掘这门语言及相关程序库的优秀特性，避免重复劳动，同时写出简洁、流畅、易读、易维护，并且具有地道Python风格的代码。本书尤其深入探讨了Python语言的高级用法，涵盖数据结构、Python风格的对象、并行与并发，以及元编程等不同的方面。
《Python项目开发实战（第2版）》
【Python 2.7】
网罗Python项目开发中的流程，让你的编程事半功倍
Python项目与封装/团队开发环境/问题驱动开发/源码管理（Mercurial） Jenkins持续集成（CI）/环境搭建与部署的自动化（Ansible）/Django框架……
这是一本偏工程的图书，没怎么讲Python语言基础知识，直接告诉你怎么搭建开发环境，做好代码管理和文档管理以及缺陷管理等工作。
《Python网络编程攻略》
【Python 2.7】
可作为任何一门网络编程课程中培养实践技能的补充材料
需要读者对Python语言及TCP/IP等基本的网络概念有了解，但即使不精通也能通过本书理解相关概念
本书全面介绍了Python网络编程涉及的重要问题，包括网络编程、系统和网络管理、网络监控以及Web应用开发。作者通过70多篇攻略，清晰简明地描述了各种网络任务和问题，提出了可用于多种场景的解决方案，并细致地分析了整个操作过程。
《Python网络编程（第3版）》
【Python 3.X】
涵盖网络编程所有经典话题，提供大量代码清单及示例
从应用开发角度介绍网络编程基本概念、模块以及第三方库
本书针对想要深入理解使用Python来解决网络相关问题或是构建网络应用程序的技术人员，结合实例讲解了网络协议、网络数据及错误、电子邮件、服务器架构和HTTP及Web应用程序等经典话题。
具体内容包括：全面介绍Python3中最新提供的SSL支持，异步I/O循环的编写，用Flask框架在Python代码中配置URL，跨站脚本以及跨站请求伪造攻击网站的原理及保护方法，等等。
《Python性能分析与优化》
【Python 2.X】
全面掌握Python代码性能分析和优化方法
消除性能瓶颈，迅速改善程序性能
本书首先介绍什么是性能分析，性能分析如何在项目开发周期中发挥作用，以及通过在项目中进行性能分析实践能够取得的效果。
紧接着介绍分析性能所需的核心工具（性能分析器和可视化性能分析器）。
然后介绍一系列性能优化技术，最后一章会介绍一个具有实际意义的优化案例。
《精通Python设计模式》
【Python 3.X】
用现实例子展示各模式的关键特性
16种基本设计模式，轻松解决软件设计常见问题
本书分三部分，共16章介绍一些常用的设计模式。
第一部分介绍处理对象创建的设计模式，包括工厂模式、建造者模式、原型模式；
第二部分介绍处理一个系统中不同实体（类、对象等）之间关系的设计模式，包括外观模式、享元模式等；
第三部分介绍处理系统实体之间通信的设计模式，包括责任链模式、观察者模式等。
《Flask Web开发：基于Python的Web应用开发实战》
【Python 2.7和3.3】
从安装与环境设置讲起，一步一步搭建服务器端Web应用
全流程讲解Web应用开发，给出最佳实践
本书共分三部分，全面介绍如何基于Python微框架Flask进行Web开发。
第一部分是Flask简介，介绍使用Flask框架及扩展开发Web程序的必备基础知识。
第二部分则给出一个实例，真正带领大家一步步开发完整的博客和社交应用Flasky，从而将前述知识融会贯通，付诸实践。
第三部分介绍了发布应用之前必须考虑的事项，如单元测试策略、性能分析技术、Flask程序的部署方式等。
《Python Web开发：测试驱动方法》
【（Django、Selenium）相关部分使用Python 3.3讲解】
亚马逊4.8星评好书
实战式TDD开发指南，使用Django等流行框架开发现代Web应用！
学习Django、Selenium、Git、jQuery和Mock，以及其他当前流行Web开发技术
“这本书很棒、很有趣，所讲的全都是重点知识。如果有人想用Python做测试、学习Django或者想使用Selenium，我极力推荐这本书。要使开发者保持头脑清醒，测试可谓至关重要。Harry完成了一项不可思议的工作，他不仅吸引了我们对测试的关注，而且还探索了切实可行的测试实践方案。”
——Michael Foord，Python核心开发者，unittest维护者
《数据科学入门》
【Python 2.7】
Google数据科学家、软件工程师Joel Grus作品
用Python从零开始讲解数据科学的重量级读本
数据科学、机器学习、模式识别领域必备
本书从零开始讲解数据科学。
具体内容包括Python简介，可视化数据，线性代数，统计，概率，假设与推断，梯度下降法，如何获取数据，k近邻法，朴素贝叶斯算法等。
作者借助大量具体例子以及数据挖掘、统计学、机器学习等领域的重要概念，通过讲解基础数据科学工具和算法实现，带你快速跨入数据科学大门。
书中含大量数据科学领域的库、框架、模块和工具包。
《机器学习实战》
【Python 2.7】
最畅销机器学习图书
介绍并实现机器学习的主流算法
面向日常任务的高效实战内容
全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。
通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。
《机器学习系统设计》
【Python 2.7及以上】
微软Bing核心团队成员推出
聚焦算法编写和编程方式
结合大量实例学会解决实际问题
本书将向读者展示如何从原始数据中发现模式，首先从Python与机器学习的关系讲起，再介绍一些库，然后就开始基于数据集进行比较正式的项目开发了，涉及建模、推荐及改进，以及声音与图像处理。通过流行的开源库，我们可以掌握如何高效处理文本、图片和声音。同时，读者也能掌握如何评估、比较和选择适用的机器学习技术。
《Python数据处理》
【Python 2.7】
将数据处理过程自动化！
全面掌握用Python进行爬虫抓取以及数据清洗与分析的方法，轻松实现高效数据处理！
本书采用基于项目的方法，介绍用Python完成数据获取、数据清洗、数据探索、数据呈现、数据规模化和自动化的过程。
主要内容包括：Python基础知识，如何从CSV、Excel、XML、JSON和PDF文件中提取数据，如何获取与存储数据，各种数据清洗与分析技术，数据可视化方法，如何从网站和API中提取数据。
《Python数据分析基础教程：NumPy学习指南（第2版）》
【Python 2.7】
NumPy中文入门教程，Python数据分析首选
从最基础的知识讲起，手把手带你进入大数据挖掘领域
囊括大量具有启发性与实用价值的实战案例
本书从NumPy安装讲起，逐渐过渡到数组对象、常用函数、矩阵运算、线性代数、金融函数、窗函数、质量控制等内容，致力于向初中级Python编程人员全面讲述NumPy及其使用。
另外，通过书中丰富的示例，你还将学会Matplotlib绘图，并结合使用其他Python科学计算库（如SciPy和Scikits），让工作更有成效，让代码更加简洁而高效。
《Python数据挖掘入门与实践》
【Python 3.4】
全面释放Python的数据分析能力
掌握大数据时代核心技术，轻松入门数据挖掘技术并将其应用于实际项目
本书使用简单易学且拥有丰富第三方库和良好社区氛围的Python语言，由浅入深，以真实数据作为研究对象，真刀实枪地向读者介绍Python数据挖掘的实现方法。通过本书，读者将迈入数据挖掘的殿堂，透彻理解数据挖掘基础知识，掌握解决数据挖掘实际问题的最佳实践！
《Python科学计算基础教程》
【Python 2.7及以上】
精彩案例展示Numpy等科学计算模块的强大功能和广泛应用
剖析Python关于并行与大数据计算的方法
总结科学计算的任务、难点以及最佳实践经验
本书是将Python用于科学计算的实用指南，既介绍了相关的基础知识，又提供了丰富的精彩案例，并为读者总结了最佳实践经验。
其主要内容包括：科学计算的基本概念与选择Python的理由，科学工作流和科学计算的结构，科学项目相关数据的各个方面，用于科学计算的API和工具包，如何利用Python的NumPy和SciPy包完成数值计算，用Python做符号计算，数据分析与可视化，并行与大规模计算，等等。
《Python数据分析实战》
【Python 2.X】
了解Python在信息处理、管理和检索方面的强大功能
学会如何利用Python及其衍生工具处理、分析数据
三个真实Python数据分析案例，将理论付诸实践
《Python数据分析实战》展示了如何利用Python 语言的强大功能，以最小的编程代价进行数据的提取、处理和分析，主要内容包括：数据分析和Python 的基本介绍，NumPy 库，pandas 库，如何使用pandas 读写和提取数据，用matplotlib 库和scikit-learn 库分别实现数据可视化和机器学习，以实例演示如何从原始数据获得信息、D3 库嵌入和手写体数字的识别。
《Python网络数据采集》
【Python 3.X】
原书4.6星好评，一本书搞定数据采集
涵盖数据抓取、数据挖掘和数据分析
提供详细代码示例，快速解决实际问题
本书介绍网络数据采集，并为采集新式网络中的各种数据类型提供了全面的指导。
第一部分重点介绍网络数据采集的基本原理：如何用Python从网络服务器请求信息，如何对服务器的响应进行基本处理，以及如何以自动化手段与网站进行交互。
第二部分介绍如何用网络爬虫测试网站，自动化处理，以及如何通过更多的方式接入网络。
《Python计算机视觉编程》
【Python 2.6及以上】
亚马逊计算机视觉类图书No.1
详细剖析多种计算机视觉工具
大量示例极易上手
本书是计算机视觉编程的权威实践指南，通过Python语言讲解了基础理论与算法，并通过大量示例细致分析了对象识别、基于内容的图像搜索、光学字符识别、光流法、跟踪、3D重建、立体成像、增强现实、姿态估计、全景创建、图像分割、降噪、图像分组等技术。