本文多資源，建議收藏。
從語言入門，到資料分析、人工智慧領域的實戰，助你早日成為大神！
[ 導讀 ]各種版本的語言排行榜裡，漲勢迅猛的Python總能製造各種話題。在資料分析、AI等當前熱門領域的廣泛應用，讓Python程式設計師成為稀缺人才。
都說程式設計師髮際線堪憂，今天小編就推薦10本讓人頭冷的Python書。從語言入門，到資料分析、人工智慧領域的實戰全都有了，助你早日成為大神！
這3本書講程式設計，Python語言從入門到精通：
《Python學習手冊（原書第5版）》
推薦語：本書將幫助你使用Python編寫出高品質、高效的並且易於與其他語言和工具整合的程式碼。本書根據Python專家Mark Lutz的著名培訓課程編寫而成，是易於掌握和自學的Python教程。
本書每一章都對Python語言的關鍵內容做單獨講解，並且配有章後習題、程式設計練習及詳盡的解答，還配有大量註釋的示例以及圖表，便於你學習新的技能並鞏固加深自己的理解。
《Python 3標準庫》
推薦語：本書由資深Python專家親自執筆，Python語言的核心開發人員鼎力推薦。
對程式設計師而言，標準庫與語言本身同樣重要，它好比一個百寶箱，能為各種常見的任務提供完美的解決方案，所以本書是所有Python程式設計師都必備的工具書！全書以案例驅動的方式講解了標準庫中數百個模組的使用方法（如何工作）和工作原理（為什麼要這樣工作），比標準庫的官方文件更容易理解（一個簡單的示例比一份手冊文件更有幫助），為Python程式設計師熟練掌握和使用這些模組提供了絕佳指導。
《資料結構與演算法：Python語言實現》
推薦語：本書採用Python語言介紹資料結構和演算法，包括其設計、分析和實施。本書原始碼簡潔、明確，面向物件的觀點貫穿始終，通過繼承大限度地提高程式碼重用，同時彰顯不同抽象資料型別和演算法之間的異同。
這4本書講Python怎樣用於資料分析：
《Python資料分析與資料化運營》（第2版）
推薦語：這是一本將資料分析技術與資料使用場景深度結合的著作，從實戰角度講解了如何利用Python進行資料分析和資料化運營。本書與同類書大的不同在於，並不只有純粹的關於資料分析技術和工具的講解，而且還與資料使用場景深度結合，在業務上真正可指導落地。此外，本書作者提供微信、郵箱等，可通過實時和離線兩種方式及時為讀者線上傳道、受業、解惑。
《利用Python進行資料分析（原書第2版）》
推薦語：本書由Python pandas專案創始人Wes McKinney親筆撰寫，詳細介紹利用Python進行操作、處理、清洗和規整資料等方面的具體細節和基本要點。第2版針對Python 3.6進行全面修訂和更新，涵蓋新版的pandas、NumPy、IPython和Jupyter，並增加大量實際案例，可以幫助你高效解決一系列資料分析問題。
適讀人群：開設資料探勘課程的高校教師和學生；適合剛學Python的資料分析師或剛學資料科學以及科學計算的Python程式設計者。
《Python高階資料分析》
推薦語：本書介紹高階資料分析概念的廣泛基礎，以及最近的資料庫革命，如Neo4j、彈性搜尋和MongoDB。本書討論了如何實現包括區域性爬取在內的ETL技術，並應用於高頻演算法交易和目標導向的對話系統等領域。還有一些機器學習概念的例子，如半監督學習、深度學習和NLP。本書還涵蓋了重要的傳統資料分析技術，如時間序列和主成分分析等。
《Python金融資料分析》
推薦語：本書介紹了金融領域常用的模型及程式設計建模的方法。利用Python強大的科學計算功能改進金融應用程式。編寫建模、交易、定價和分析的基本程式。
本書將介紹股票、期權、利率衍生品等金融工具定價方法，如何根據市場指數進行大資料分析，以及如何使用NoSQL儲存tick資料，可解決建模、交易策略優化和風險管理等金融領域的複雜問題。本書面向大學生、研究生、演算法開發的初學者以及使用Python進行定量研究的金融領域軟體開發人員。
這3本講Python在人工智慧方面的應用：
《Python自然語言處理實戰：核心技術與演算法》
推薦語：本書專注於中文的自然語言處理，以Python及其相關框架為工具，以實戰為導向，詳細講解了自然語言處理的各種核心技術、方法論和經典演算法。三位作者在人工智慧、大資料和演算法領域有豐富的積累和經驗，是阿里巴巴、前明略資料和七牛雲的資深專家。同時，本書也得到了阿里巴巴達摩院高階演算法專家、七牛雲AI實驗室Leader等專家的高度評價和鼎力推薦。
《Python人臉識別：從入門到工程實踐》
推薦語：作者王天慶是某世界百強企業的研發專家，有著豐富的經驗，這本書是作者多年經驗的總結，跟著書中的程式碼動手操作，初學者也能夠快速掌握人臉識別的原理，同時對深度學習、計算機視覺等知識具有比較直觀的感受。
《Python機器學習（原書第2版）》
推薦語：本書將機器學習背後的基本理論與應用實踐聯絡起來，通過這種方式讓讀者聚焦於如何正確地提出問題、解決問題。書中講解了如何使用Python的核心元素以及強大的機器學習庫，同時還展示了如何正確使用一系列統計模型。
校對：林亦霖
— 完 —