不会进收藏夹吃灰的推荐来了。
1.
这本书是数据分析入门必读书，主要介绍了Python3个库numpy（数组），pandas（数据分析）和matplotlib（绘图）的学习。
中文译本被很多人诟病翻译太烂，不推荐。基于python3的英文版已经出第二版了，建议大家去下载英文开源的电子版，以下是网站指路
https://github.com/wesm/pydata-bookgithub.com
https://github.com/BrambleXu/pydata-notebookgithub.com
2.
与其他语言相比，Python的优势之一是简洁，别人写100行，它只用10行，同时它既能面向过程又支持面向对象编程，而且它更适合人工智能、机器学习、大数据、数据科学领域，新手入门就选它！
从零学习算法和数据结构的同学，非常适合想要从事人工智能的同学有一些编程基础，但算法基础薄弱的同学，推荐来听听《九章算法基础班（Python3）》，获得过FLAG等众多offer的硅谷大厂面试官亲自上课，ACM金牌助教实时答疑。
虽然Python的入门教程很多，但很少会涉及Python基础算法,历经打磨的《九章算法基础班（Python3）》刚好解决这个问题。只需2天，零基础也能入门Python，进而掌握算法基础和数据结构，提升开发能力。
3.
这本书讲的是Python算法的核心技术，很多职业教育和培训机构把它当教材。阅读门槛不高，适合算法的初学者，当然有算法基础的阅读起来更容易。
全书共13章，包括算法，数据结构，常用的算法思想、线性表、队列和栈，树，图，查找算法，内部排序算法，经典的数据结构问题，数学问题的解决，经典算法问题的解决，图像问题的解决，游戏和算法等内容。
4.
《Python数据分析师修炼之道》的作者是阿尔瓦罗·富恩特斯，清华大学出版社2019年出版。
这本书详细介绍了与Python数据分析相关的基本解决方案，主要包括Anaconda和Jupyter Notebook、NumPy向量计算、数据分析库pandas、可视化和数据分析、Python统计计算、预测分析模型等内容。
这本书还提供了相应的示例、代码，有助于读者进一步理解相关方案的实现过程。
5.
这本书的优势在于集教程/教材、练习册、上机指导于一体，基于Windows 10和Python 3.5.2构建Python开发平台，阐述Python语言的基础知识，以及使用Python语言的实际开发应用实例，具体内容包括：
Python概述、Python语言基础、程序流程控制、常用内置数据类型、系列数据类型、输入和输出、错误和异常处理、函数、类和对象、模块和客户端、算法与数据结构基础、图形用户界面、图形绘制、数值日期和时间处理、字符串和文本处理、文件、数据库访问、网络和Web编程、多线程编程以及系统管理等。
作者结合多年的程序设计、系统开发以及授课经验，介绍Python程序设计语言，系统化、全面性地展示了程序设计的理论和应用。
6.
算法纷乱复杂，机器学习新手往往会不知所措。这本书从Python语言实现的角度，帮助读者认识机器学习和分析核心算法，随书附有源码。
这本书专注于两类核心的“算法族”，即惩罚线性回归和集成方法，并通过代码实例来展示所讨论的算法的使用原则。
全书共分为7章：
第1章 关于预测的两类核心
第2章 通过理解数据来了解
第3章 预测模型的构建：平衡性
第4章 惩罚线性回归模型
第5章 使用惩罚线性方法来
第6章 集成方法
第7章 用Python 构建集成
讨论了预测模型的两类核心算法、预测模型的构建、惩罚线性回归和集成方法的具体应用和实现。针对想提高机器学习技能的Python开发人员，解决某一特定的项目或是提升相关的技能。
