Python经典好书推荐

↑↑↑点击上方蓝字,回复资料,10个G的惊喜



01

Python编程快速上手——让繁琐工作自动化



▲点击封面,进入购买界面


本书快速教读者掌握Python这一对初学者友好的语言。书中包含了很多实用的示例,供读者学习和联系。


通过本书,可以学会解决很多实际的任务和需求,包括在一个或多个文件中搜索文本模式、通过创建修改移动和重命名文件和文件夹来组织计算机、抓取数据和信息、更新Excel表格、自动发送邮件和文本消息、组织计算机执行周期性任务等等。


02

笨办法学Python 3



▲点击封面,进入购买界面


本书是一本Python入门书籍,以习题的方式引导读者一步一步学习编程,从简单的打印一直讲到完整项目的实现,让初学者从基础的编程技术入手,最终体验到软件开发的基本过程。本书是基于Python3.6版本编写的。本书共包括52个习题。每一章的格式基本相同,以代码习题开始,按照说明编写代码,运行并检查结果,然后再做附加练习。


03

Python数学编程



▲点击封面,进入购买界面


本书将程序设计和数学巧妙地结合起来,从简单的项目开始,应用Python解决高中和大学低年级的数学问题,比如几何、概率、统计以及微积分等,为进一步学习更复杂的数学内容以及Python编程语言打下坚实的基础。本书也可作为Python初学者的入门读物,通过学习书中的示例程序和完成那些编程挑战,读者可以提高自己的编程能力和技巧。


04

数据结构(Python语言描述)



▲点击封面,进入购买界面


本书面向计算机专业的学生、爱好者和从业人员,是Python编程语言的面向对象设计、数据结构方面的一本入门图书。


本书首先介绍了Python语言的基础知识和特性,然后结合各种数据结构,分别用Python进行了剖析和实现。本书涉及到多态和继承等主题,以及集合接口的多种实现,空间和时间代价的分析,以及各种不同的集合的实现等等。每章最后,还给出了练习,帮助读者巩固和思考。


05

Python算法详解



▲点击封面,进入购买界面


全书共13章,基于Python分别讲解了算法是程序的灵魂,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,解决数学问题,经典算法问题,解决图像问题,游戏和算法等内容。全书内容以“技术解惑”贯穿全书,引领读者全面掌握算法的核心技术。


06

写给系统管理员的Python脚本编程指南



▲点击封面,进入购买界面


本书是一本介绍Python编程的进阶图书,包含了大量关于Python脚本设计的主题。本书共18章,首先带领读者快速复习Python基础知识,然后循序渐进地介绍了一些实用主题,包括Python脚本的调试和分析、编写单元测试、系统管理、处理文件和数据、文件归档以及文本处理等。然后介绍了网络编程、处理电子邮件、远程控制主机、创建图形用户界面、处理日志文件、编写网络爬虫、数据收集和可视化以及操作数据库等更加高阶的主题。


07

Python极客项目编程



▲点击封面,进入购买界面


本书结合了软件开发工程师的兴趣来教授Python编程实战。全书分为5个部分共14章,首先是基础知识,然后是模拟游戏,然后分别从图像、3D图形和硬件等入手,以不同类型的项目实践的方式,告诉读者如何将Python编程技能应用到实际的项目中。 


本书充分考虑到读者的学习兴趣和习惯,案例使用价值很高,是一本真正能够帮助中级程序员快速上手使用Pyhton的实战指南。


08

Python核心编程(第3版)



▲点击封面,进入购买界面


本书总共分为3部分。第1部分包括正则表达式、网络编程、Internet客户端编程、多线程编程、GUI编程、数据库编程、Microsoft Office编程、扩展Python等内容。第2部分包括Web客户端和服务器、CGI和WSGI相关的Web编程、Django Web框架、云计算、高级Web服务。第3部分包括文本处理以及一些其他内容。


09

Python Cookbook(第3版)中文版



▲点击封面,进入购买界面


本书介绍了Python应用在各个领域中的一些使用技巧和方法,其主题涵盖了数据结构和算法,字符串和文本,数字、日期和时间,迭代器和生成器,文件和I/O,数据编码与处理,函数,类与对象,元编程,模块和包,网络和Web编程,并发,实用脚本和系统管理,测试、调试以及异常,C语言扩展等。


10

笨办法学Python 3 进阶篇



▲点击封面,进入购买界面


本书是《“笨办法”学Python 3》一书的进阶篇,《“笨办法”学Python 3》介绍了用Python 3编程的基础知识,而本书则通过52个精心设计的习题帮助读者超越基础,提升水平。


这52个习题大部分都结合实际演示,并配有附加挑战,每个习题都可以帮读者掌握一项关键的实践技能,包括使用文本编辑器管理复杂的项目、利用功能强大的数据结构、应用算法处理数据结构、掌握必要的文本分析和处理技术、使用SQL有效且合逻辑地建模存储数据,以及学习强大的命令行工具等。


11

Python高性能编程



▲点击封面,进入购买界面


本书针对有一定基础的Python程序员,将指导读者实现代码优化的各种方法。读者将学习如何使用智能的算法,以及使用各种相关的技术,例如numpy、cython、cpython等,以及各种多线程和多节点策略。市面上一致缺乏学习用Pyhton完成高度计算性任务的教程,而本书正是这方面不可多得的一本好书。


12

Python密码学编程(第2版)



▲点击封面,进入购买界面


本书将Python语言与密码学结合起来,从简单的古典密码算法开始,一直到公钥密码算法,进行了简洁而细致的说明与解读。每一种密码算法的讲解包括原理部分、实现部分和破解部分(公钥算法不包括破解部分),其中后两者附有详细的Python代码,注释简洁明了,可读性极高。每章的末尾还提供了一些习题,帮助读者巩固所学知识并进行深入理解。本书适合任何想要学习Python编程并对密码学抱有兴趣的读者。本书对Python编程的基础要求不高,初学者可以放心地阅读本书。相信本书一定能够为读者带来绝佳的阅读体验。


13

基于Python的金融分析与风险管理



▲点击封面,进入购买界面


本书聚焦于Python在金融分析与风险管理的应用,全书分为入门篇、基础篇和提高篇共12章。在入门篇中,对Python做了介绍并结合金融演示了Python的基本操作;在基础篇中,结合金融场景讲解NumPy、Pandas、SciPy等Python模块的具体运用;在提升篇中,详细讨论运用Python分析利率、债券、股票、期货、期权以及风险价值等内容。


14

Python金融大数据分析 第2版



▲点击封面,进入购买界面


《Python金融大数据分析 第2版》分为5部分,共21章。第1部分介绍了Python在金融学中的应用,其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具,以及Python在计量金融学中的一些具体入门实例;


第2部分介绍了Python的基础知识以及Python中非常有名的库NumPy和pandas工具集,还介绍了面向对象编程;第3部分介绍金融数据科学的相关基本技术和方法,包括数据可视化、输入/输出操作和数学中与金融相关的知识等;


第4部分介绍Python在算法交易上的应用,重点介绍常见算法,包括机器学习、深度神经网络等人工智能相关算法;第5部分讲解基于蒙特卡洛模拟开发期权及衍生品定价的应用,其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值等知识。


《Python金融大数据分析 第2版》本书适合对使用Python进行大数据分析、处理感兴趣的金融行业开发人员阅读。


15

Python金融实战案例精粹



▲点击封面,进入购买界面


随着金融科技时代的到来,Python在金融领域的影响力已经有目共睹。掌握Python在金融实务中的应用,已经成为金融科技达人们必备的技能之一。


本书作为《基于Python的金融分析与风险管理》一书的配套案例集,整合了源于现实金融市场和日常实务工作的88个原创案例,涉及308项编程任务,包括超过6000行的Python代码。


本书囊括了丰富多样的金融场景,涵盖利率、汇率、债券、股票、基金、远期、股指期货、外汇期货、国债期货、股票期权、商品期权等金融产品,还涉及商业银行、证券公司、期货公司、保险公司、信托公司、资产管理公司、基金管理公司、金融控股公司等各类型的金融机构,既介绍了包括我国在内的新兴市场,又介绍了欧美成熟的金融市场,囊括金融实务中可能涉及Python编程的各种场景。


16

Python期货量化交易实战



▲点击封面,进入购买界面


如今,要想在企业和投资金融领域保持竞争力,只是精通电子表格和计算器已经远远不够,传统工具和数据集已经无法满足我们的需要。本书将用Python编程来解决期货量化交易的问题,并通过110多个技巧介绍实际的解决方案。 


本书基于台湾期货交易所的案例进行讲解,从数据分析的角度切入,以技巧的形式深入数据背后,让读者从基本的期货交易规则开始,了解相关的技术指标,并能够熟练使用Python编程走上量化交易之路。本书既适合期货领域的从业人员学习,也适合想进入金融领域的程序员参考。


17

Python自然语言处理


▲点击封面,进入购买界面


本书提供了非常易学的自然语言处理入门介绍,该领域涵盖从文本和电子邮件预测过滤,到自动总结和翻译等多种语言处理技术。你将学会编写 Python程序处理大量非结构化文本,并将理解用于分析书面通信内容和结构的主要算法。


18

Python 3破冰人工智能:从入门到实战



▲点击封面,进入购买界面


本书主要包含两部分,第一部分为基础部分(以数学建模历年赛题形式了解相关算法,同时将讲解相关AI模块下的Python常用包),第二部分为实战部分,对常用算法进行基本原理简介,并构建实战案例,同时包含自然语言处理的案例以及TensorFlow案例。


19

Python统计分析



▲点击封面,进入购买界面


本书以基础的统计学知识和假设检验为重点,简明扼要地讲述了Python在数据分析、可视化和统计建模中的应用。主要包括Python的简单介绍、研究设计、数据管理、概率分布、不同数据类型的假设检验、广义线性模型、生存分析和贝叶斯统计学等从入门到高级的内容。


本书利用Python这门开源语言,不仅在直观上对数据分析和统计检验提供了很好的理解,而且在相关数学公式的讲解上也能够做到深入浅出。本书的可操作性很强,配套提供相关的代码和数据,读者可以依照书中所讲,复现和加深对相关知识的理解。


20

贝叶斯思维:统计建模的Python学习法



▲点击封面,进入购买界面


贝叶斯统计学方法正变得日益重要和日益普及。但是市场上适合初学者的资源很少。本书基于作者在大学讲授的课程,可以帮助读者获得一个良好的开端,诸如利用Python编程,处理统计学中的估值,预测,决策分析,假设检验等问题。书中包含掷骰子等简单的例子,也有解决现实问题的实际算例。


21

精通Python爬虫框架Scrapy



▲点击封面,进入购买界面


本书是掌握Scrapy开源爬虫框架的学习指南,先讲解了Scrapy框架的基础,然后讲解了使用Python和第三方API从任何源抽取数据、处理数据以及根据需求来呈现数据的方法。接下来有讲解了将爬取的数据存入数据库中的流程、搜索引擎的相关知识,以及使用Spark Streaming进行实时分析的方法。


22

用Python写网络爬虫(第2版)



▲点击封面,进入购买界面


本书包括网络爬虫的定义以及如何爬取网站,如何使用几种库从网页中抽取数据,如何通过缓存结果避免重复下载的问题,如何通过并行下载来加速数据抓取,如何利用不同的方式从动态网站中抽取数据,如何使用叔叔及导航等表达进行搜索和登录,如何访问被验证码图像保护的数据,如何使用Scrapy爬虫框架进行快速的并行抓取,以及使用Portia的Web界面构建网路爬虫。


23

教孩子学编程(Python语言版)



▲点击封面,进入购买界面


本书旨在为家长和老师提供一个叫孩子学会编程和用Python语言解决问题的的指南,书中还包括一些非常典型且实用的案例,来促进学习效果。通过一步步的指导,让学生了解计算机思维,并能够掌握变量、循环、函数等基础概念,以此来提升孩子的动脑动手能力。


无论是有一定编程经验的人,还是零基础的读者,你都将成为孩子在计算机编程方面最棒的第一任老师。


24

趣学Python——教孩子学编程



▲点击封面,进入购买界面


本书用一种轻松活泼的方式带领读者进入Python语言的世界。作者将带领读者以独特的、新奇而充满乐趣的示例,来学习Python编程。其中,术语会特别提示,代码用不同颜色提示、分析和说明。图示也轻松活泼。


本书每一章都有精心设计的编程谜题,让读者开动大脑,充分理解所学的知识和内容。本书最后,介绍了如何编写两个完整的游戏。这种通过编写游戏的教学方式,能够极大地调动读者的学习积极性。


25

Python密码学编程(第2版)



▲点击封面,进入购买界面


Python简单易学,功能强大,是少儿学习编程的首选语言。本书是少儿学习Python编程的趣味指南,全书共17章,按照由简到难、逐步深入的方式组织各章内容。


本书从认识Python开始,首先介绍了Python的安装和IDLE的使用,然后依次介绍了变量、数字和字符串、列表、元组和字典、布尔类型等数据类型,以及条件、循环、异常和注释、函数、面向对象编程、文件操作等基础知识,并且通过实际案例讲解了海龟绘图、Pygame基础和游戏编程,以及Python在自然语言处理方面的应用。 


本书精心选取内容,注重难易适度和趣味性,语言通俗易懂,代码示例丰富。在多章的末尾,还给出了一些练习题并给出了解答。


本书适合想要学习Python编程基础的少儿(尤其是10岁以上的孩子)及想要教孩子学习编程的家长阅读,也适合少儿编程培训班的老师用作少儿编程培训的教材。





   
   
   

 
    
    
    
也可以加一下老胡的微信
围观朋友圈~~~


推荐阅读

(点击标题可跳转阅读)

我爱线代,线代使我快乐

麻省理工学院计算机课程【中文版】

【清华大学王东老师】现代机器学习技术导论.pdf

机器学习中令你事半功倍的pipeline处理机制

机器学习避坑指南:训练集/测试集分布一致性检查

机器学习深度研究:特征选择中几个重要的统计学概念

老铁,三连支持一下,好吗?↓↓↓


本文分享自微信公众号 - 机器学习算法与Python实战(tjxj666)。
如有侵权,请联系 [email protected] 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章