Python作為一種程序設計語言，憑藉其簡潔、易讀及可擴展性，日漸成為了程序設計領域備受推崇的語言。從20世紀90年代初誕生起，在不到30年的時間裡，Python已經佔據了人工智能領域的主導地位，如今在大學和Google、IBM等大型技術公司廣泛使用，遊戲、網站開發、人工智能等都是它活躍的領域，可以說，Python在各個領域都有無限可能！
下面這些精選的Python圖書將給你提供一條從入門到應用的Python學習進階之路——先掌握Python知識，再擴散應用到各個領域，全面滿足了不同層次、不同領域的讀者，快點學起來吧~
《Python編程：從入門到實踐》
推薦理由
這是一本Python入門書，共分為入門和實踐兩個部分：第一部分介紹了Python編程的基本概念，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；第二部分通過三個項目（Python 2D遊戲開發，利用數據生成交互式信息圖，以及創建和定製簡單的Web應用）將理論付諸於實踐。幫助讀者理解Python編程的概念及用途。使用Python 2或Python 3的讀者都可以利用這本書來學習。
《笨辦法學Python 3》
推薦理由
這是一本Python入門書，適合對計算機瞭解不多，沒有學過編程，但對編程感興趣的讀者學習使用。這本書以習題的方式引導讀者一步一步學習編程，從簡單的打印一直講到完整項目的實現，讓初學者從基礎的編程技術入手，最終體驗到軟件開發的基本過程。本書是基於Python 3.6版本編寫的。
《Python基礎教程 第3版》
推薦理由
這本書專門針對Python 3進行講解，包括了Python程序設計的方方面面：從列表、元組等基礎概念，到抽象、異常等相對高級的話題，再到將Python與數據庫、網絡、C語言等工具結合使用，Python程序的測試、打包和發佈。最後，這本書按照實際項目開發的步驟向讀者介紹了10個具有實際意義的Python項目的開發過程，供讀者練習並體會代碼功能。
任何一門編程語言的學習，最終都是為了具體應用的實現，下面就來看看Python都能在哪些領域大展身手吧~
《Python編程快速上手——讓繁瑣工作自動化》
推薦理由
這本書致力於教大家利用Python 編程，在幾分鐘內完成手工需要幾小時的工作。比如：在一個文件或多個文件中搜索文本；創建、更新、移動和重命名文件和文件夾；搜索網頁和下載的在線內容；在任意大小的Excel電子表格中更新和格式化數據……這本書一步一步地引導你完成每個程序，並用你學到的新技能來讓類似的任務自動化。你不用再浪費時間去做任何可以自動化的工作。即使你從未寫過一行代碼，也可以讓計算機來做繁重的工作。
《機器學習實戰 》
作者：[美]Peter Harrington，譯者： 李銳 李鵬 曲亞東 王斌
推薦理由
在現今大數據時代的背景下，捕獲數據並從中萃取有價值的信息或模式越來越受到重視。這本書通過精心編排的實例，利用高效可複用的Python代碼闡釋如何處理統計數據，進行數據分析及可視化。讀者可從這本書中學到一些核心的機器學習算法，並將其運用於某些策略性任務中，如分類、預測及推薦等。
《Python機器學習實踐指南》
推薦理由
《Python機器學習實踐指南》這本書利用兩種核心的機器學習算法將Python 語言在數據分析方面的優勢發揮到了極致。這本書介紹了眾多與機器學習相關的算法，包括各類分類算法、數據可視化技術、推薦引擎等，主要包括機器學習在公寓、機票、IPO 市場、新聞源、內容推廣、股票市場、圖像、聊天機器人和推薦引擎等方面的應用。
得益於Python強大而豐富的庫以及數據分析能力，Python在神經網絡、深度學習等方面都已經有了成熟的包可供調用。
《深度學習入門 基於Python的理論與實現》
推薦理由
這本書使用Python3，從基本的數學知識出發，從零創建了一個經典的深度學習網絡，使讀者在此過程中逐步理解深度學習。除了深度學習和神經網絡的基礎知識，這本書還介紹了深度學習相關的實用技巧，在自動駕駛、圖像生成、強化學習等方面的應用，以及為什麼加深層可以提高識別精度等“為什麼”的問題。
《Python深度學習》
推薦理由
這本書是Keras之父、Google人工智能研究員弗朗索瓦·肖萊執筆的深度學習領域力作。書中詳盡介紹了用Python和Keras進行深度學習的探索實踐，包括計算機視覺、自然語言處理、產生式模型等應用。30多個代碼示例，詳細透徹的步驟講解讓不具備機器學習相關背景知識的讀者也可以展開閱讀。學習完本書後，讀者將具備搭建自己的深度學習環境、建立圖像識別模型、生成圖像和文字等能力。
《Python神經網絡編程》
推薦理由
這本書從簡單的思路著手，利用Python語言詳細介紹了神經網絡工作所須的基礎知識，共包括三部分：第1部分介紹基本的思路，包括神經網絡底層的數學知識，第2部分介紹了學習Python編程的流行方法，並使用Python構建神經網絡，讓其像專家所開發的網絡那樣工作（如手寫字母的識別）。第3部分擴展介紹瞭如何將神經網絡的性能提升到工業應用的層級，甚至讓其在Raspberry Pi（樹莓派，一款單板計算機）上工作。
自然語言處理(Natural Language Processing，NLP)是計算機科學領域與人工智能領域中的一個重要方向。它研究能夠實現人與計算機之間用自然語言進行有效通信的各種理論和方法，涉及所有用計算機對自然語言進行的操作。
《Python自然語言處理》
作者：[美]Steven Bird，Ewan Klein & Edward Loper，譯者：陳濤 張旭 崔楊 劉海平
推薦理由
這本書是自然語言處理領域的實用入門指南，旨在幫助讀者學習如何編寫程序來分析書面語言。全書按照難易程度順序編排，包括上百個實際可用的例子和分級練習，涉及語言處理的基本原理，句子解析、句法結構識別和句意表達方法，如何有效管理語言數據以及NLP領域的過去和未來。這本書可供讀者自學，也可以作為自然語言處理或計算語言學課程的教科書，還可以作為人工智能、文本挖掘、語料庫語言學等課程的補充讀物。
《Python 3網絡爬蟲開發實戰》
推薦理由
這本書介紹瞭如何利用Python 3開發網絡爬蟲，書中討論了urllib、requests、正則表達式、Beautiful Soup、XPath、pyquery、數據存儲、Ajax數據爬取等內容，接著通過多個案例介紹了不同場景下如何實現數據爬取，最後介紹了pyspider框架、Scrapy框架和分佈式爬蟲，適合Python程序員閱讀。
《Python數據分析 第2版》
推薦理由
Python語言的數據分析功能逐漸為大眾所認可，本書就是一本介紹如何用Python進行數據分析的學習指南。全書從Python程序庫入門、NumPy數組和Pandas入門開始，陸續介紹了數據的檢索、數據加工與存儲、數據可視化等內容。同時，本書還介紹了信號處理與時間序列、應用數據庫、分析文本數據與社交媒體、預測性分析與機器學習、Python生態系統的外部環境和雲計算、性能優化及分析、併發性等內容。這本書延續了上一版示例豐富、簡單易懂的優點，非常適合對Python語言感興趣或者想要使用Python語言進行數據分析的讀者參考閱讀。
《Python科學計算最佳實踐 SciPy指南》
作者：[澳]胡安·努內茲—伊格萊西亞斯 [美]斯特凡·範德瓦爾特 [澳]哈麗雅特·達士諾，譯者：陳光欣
推薦理由
近年來，基於NumPy和SciPy的完整生態系統迅速發展起來，並在天文學、生物學、氣象學和氣候科學，以及材料科學等多個學科得到了廣泛應用。這本書旨在介紹開源的Python算法庫和數學工具包SciPy，結合大量代碼實例，詳盡展示了SciPy的強大科學計算能力，包括用NumPy和SciPy進行分位數標準化，用ndimage實現圖像區域網絡，頻率與快速傅里葉變換，用稀疏座標矩陣實現列聯表，SciPy中的線性代數，SciPy中的函數優化等。
《Python數據可視化編程實戰（第2版）》
作者：[愛爾蘭]伊戈爾·米洛瓦諾維奇 [法]迪米特里·富雷斯 [意大利]朱塞佩·韋蒂格利，譯者：顓清山
推薦理由：
數據可視化主要旨在藉助於圖形化手段，清晰有效地傳達與溝通信息。這是一本使用Python實現數據可視化編程的實戰指南，介紹瞭如何使用Python流行的庫，通過70餘種方法創建美觀的數據可視化效果。 全書主要介紹了繪製並定製化圖表、創建3D可視化圖表、用圖像和地圖繪製圖表、使用正確的圖表理解數據、matplotlib以及使用http://Plot.ly進行雲端可視化等知識。 這本書適合對Python編程有一定基礎的開發人員閱讀，可以幫助讀者從頭開始瞭解數據、數據格式、數據可視化，並學會使用Python可視化數據。
《Python黑客攻防入門》
推薦理由
Python提供了豐富多樣的模塊，幾乎可以直接用於所有的黑客攻防領域。這本書介紹了黑客攻擊的基礎知識、各種黑客攻擊技術以及黑客攻擊的學習方法，主要內容包括：各種黑客攻擊技術、計算機基礎知識以及Python基本語法；各種黑客攻擊技術，分為應用程序黑客攻擊、Web黑客攻擊、網絡黑客攻擊、系統黑客攻擊等；以及如何才能成為頂尖黑客的學習建議。
看完這份書單，希望你對Python語言的理論和實踐應用已經有了一個比較系統的瞭解。下一步就選出你想要的Python好書來學習吧！
閱讀更多 人民郵電出版社 的文章
