后台回复‘0816’，加入Python技术交流群~
也许你手上有一堆Python学习的电子书，但是我要负责任地告诉你，请放下那些电子资料，尤其当你是新手的时候。
新书因为版权问题很少有最新的电子版，所以电子书的知识点比较陈旧。千万不要为了省一点买书钱而看电子书。买一些纸质书，可以很系统的学习最新的知识，掌握好知识，都是几万倍的回报。
01
真正零基础python入门教材"蟒蛇书"
京东/Amazon计算机图书榜首
第1版豆瓣评分9.1
对复杂的项目娓娓道来，逻辑合理、赏心悦目，令人欲罢不能。
——Full Circle杂志
英文书名进一步阐述了本书的意图，Python Crash Course: A Hands-On, Project-Based Introduction to Programming 直译过来的意思是“Python 速成教程：动手操作、基于项目的编程入门”。从书 名来看，它并不是真正意义上的教材。与大学计算机系的正统编程语言教材相比，它大的不同点在于：
- 实践为主（hands-on）
- 项目为纲（project-based）
资源丰富：随书视频，速查地图，习题答案，教学PPT
02
PSF研究员、知名PyCon演讲者心血之作
Python核心开发人员担纲技术审校
对python重要特性全面深入剖析
豆瓣评分9.4
对于想要扩充知识的中级和高级Python程序员来说，这本书是充满了实用编程技巧的宝藏。
——Daniel Greenfeld和Audrey Roy Greenfeld，Two Scoops of Django作者
本书由奋战在Python开发一线近20年的Luciano Ramalho执笔，Victor Stinner、Alex Martelli等Python大咖担纲技术审稿人，从语言设计层面剖析编程细节，兼顾Python 3和Python 2，告诉你Python中不亲自动手实践就无法理解的语言陷阱成因和解决之道，教你写出风格地道的Python代码。
03
经典计算机科学教材
华盛顿大学等多家高校采用
第一本用python描述数据结构与算法的书
若把编写代码比作行军打仗，那么要想称霸沙场，不能仅靠手中的利刃，还需深谙兵法。Python是一把利刃，数据结构与算法则是兵法。只有熟读兵法，才能使利刃所向披靡。
本书是用Python描述数据结构与算法的开山之作，汇聚了作者多年的实战经验，向读者透彻讲解在Python环境下，如何通过一系列存储机制高效地实现各类算法。通过本书，读者将深刻理解Python数据结构、递归、搜索、排序、树与图的应用，等等。
04
Web开发入门经典教材“狗书”
全面介绍Python微框架Flask
豆瓣评分8.6
本书是学习Flask的实用参考。其中介绍的数据库交互操作和不同的部署方式让我受益匪浅。
——Jason Myers，思科工程师，PyTennessee会议主席
本书共分三部分，全面介绍如何基于Python微框架Flask进行Web开发。第一部分是Flask简介，介绍使用Flask框架及扩展开发Web程序的必备基础知识。第二部分则给出一个实例，真正带领大家一步步开发完整的博客和社交应用Flasky，从而将前述知识融会贯通，付诸实践。第三部分介绍了发布应用之前必须考虑的事项，如单元测试策略、性能分析技术、Flask程序的部署方式等。第2版针对Python 3.6全面修订。
05
从数据爬取到数据清洗全流程的系统实践指南
豆瓣评分8.4
一本很适合爬虫入门的书籍。说适合入门是因为爬虫相关的整体结构比较简单，美丽汤一把梭加 Selenium 辅助，额外有一章介绍 Scrapy，看一半就能上手。
——豆瓣读者
06
数据分析师，产品人必读图书
网易CEO丁磊曾力荐
豆瓣评分8.3
本书拓展了我们对精益管理的理解，其中严密的数据分析方法令人大开眼界。
——托马斯·艾森曼 哈佛商学院工商管理教授，洛克创业研究中心负责人之一，被媒体誉为“哈佛顶级创业家课程教授”
本书围绕精益创业展开讨论，融合了精益创业法、客户开发、商业模式画布和敏捷/ 持续集成的精华。本书汇聚了100多位创始人、投资人、内部创业者和创新者的成功创业经验，呈现了30多个极具价值的案例分析，可以为各阶段的创业者提供行为准则。
如果你是一名创业者，或者你是一名产品开发、产品管理、市场营销、公共关系和投资领域的商务专业人员，那么本书不容错过。
07
最受期待和好评的 Python 数据科学参考读本
掌握用 Scikit-Learn、NumPy 等工具高效存储、处理和分析数据
豆瓣评分9.3
当然，数据科学并非 Python 一家之“言”，Scala、Java、R、Julia 等编程语言在此领域都有各自不同的工具。至于要不要学 Python，我们认为没必要纠结，秉承李小龙的武术哲学即可——Absorb what is useful, discard what is not, and add what is uniquely your own（取其精华，去其糟粕，再加点自己的独创）
本书以IPython、NumPy、Pandas、Matplotlib和Scikit-Learn这5个能完成数据科学大部分工作的基础工具为主，从实战角度出发，讲授如何清洗和可视化数据、如何用数据建立各种统计学或机器学习模型等常见数据科学任务，旨在让各领域与数据处理相关的工作人员具备发现问题、解决问题的能力。
08
长期位列“人工智能”类图书榜首
相比AI圣经“花书”，本书更合适入门
豆瓣评分9.4
对于非AI方向的技术人员，本书将大大降低入门深度学习的门槛；对于在校大学生、研究生，本书不失为学习深度学习的一本好教材；即便是在工作中已经熟练使用框架开发各类深度学习模型的读者，也可以从本书中获得新的体会。
——摘自本书译者序
本书是深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3，尽量不依赖外部库或工具，从基本的数学知识出发，带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识，对误差反向传播法、卷积神经网络等也有深入讲解，此外还介绍了深度学习相关的实用技巧，自动驾驶、图像生成、强化学习等方面的应用，以及为什么加深层可以提高识别精度等“为什么”的问题。
09
Keras之父、Google人工智能研究员François Chollet执笔，深度学习领域力作
豆瓣评分9.6
本书是我为华盛顿大学设计的一门深度学习课程所选的教材，非常实用。能够直接得到Keras之父的建议真是一桩幸事。
——Amazon.com用户Eric Nichols
本书由Keras之父、现任Google人工智能研究员的弗朗索瓦•肖莱（François Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，包括计算机视觉、自然语言处理、产生式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。
