本文轉載自公眾號“讀芯術”(ID：AI_Discovery)。

Python一向是數據科學家最青睞的編程語言，它的語法相對簡單、易于學習。除了機器學習數據庫之外，還有非?；钴S的開發人員社區，維護著各種庫，用于數據分析、操作和編排。

網上低價和免費的Python課程有不少，但是從書里學習也別有一番風味。如果想從書中學習或者以書為輔，這5本書不要錯過。

1. 《人人學Python》(Python forEverybody)

Charles R. Severance著

該書是Coursera上《人人都可以學習的Python專項課程》的配套教材，采用信息學而不是基于計算機科學的方法來學習Python，內容側重于如何使用Python進行數據分析。該書涵蓋了Python的所有基礎知識，也有專門針對數據的部分，比如使用Python與數據庫交互、數據可視化和數據建模。

[[332008]]

圖源：unsplash

2. 《Python數據科學手冊》(Python Data Science Handbook)

Jake VanderPlas著

該書詳盡介紹了核心Python庫，這些庫構成了數據科學家的工具包，書中還包括Numpy、Pandas、Matplotlib和Scikit-learn的詳細使用指南和代碼示例。還有一章是關于IPython的內容，它是最受數據科學家歡迎的Python開發環境，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據科學的書，但學會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性任務自動化，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，當心中有一個實際的實施方案時，學習效果最好。這本書就給出了一些非常簡單的任務，初學者可以在Python中快速執行。

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開發人員，無論是初學者還是老程序員。雖然并不是專門針對數據科學，但它能幫你打下出色的語言基礎，其中還涉及最佳實踐和框架。

該書面面俱到，包括安裝、開發環境、推薦代碼結構、面向對象編程以及關于代碼風格的出色章節。該書的突出之處是對構建包含Python代碼目錄的最佳實踐進行了描述。

這本書的風格自成一派，有些人可能不習慣，但筆者認為從某些方面來說是件好事兒。編程中，初學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機器學習基礎教程》(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。它主要關注Scikit-learn庫的應用，也涵蓋了Python編程用于機器學習的核心概念，適用于任何其他庫。

文中非常清晰地解釋了機器學習工作流程，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，內容也就變得越來越深入。如果你對機器學習完全陌生，這一教程是絕佳選擇。

[[332009]]

圖源：unsplash

如今，我們幾乎能在網上找到所有的學習資源，只要你想，就能隨時開始學習。