会员服务 ·

这几本Python新书特别赞

2018 年 3 月 1 日 图灵教育 英子

题图：https://www.etamcru.com/sainer/flying-circus

写这篇文章小激动，因为一股脑出版了几本特别棒的 Python 书，并且很符合读者的学习需求，今天先来个合集，改日再逐一介绍给大家：

1. 和孩子一起玩编程

2. Python基础教程（第3版）

3. Python编程导论（第2版）

4. Python数据科学手册

5. Python机器学习基础教程

6. Python 3网络爬虫开发实战

1. 和孩子一起玩编程

第一本是写给父母和小朋友的，写这本书的是一位童心二米八的爸爸，他的语言表达非常适合小朋友阅读。这本书请了好几位老程员试读和推荐，这几位大大有个共同点，不光自己代码写得 666，还热切关注或者正在大力推动青少年编程教育。看小朋友的情况，大约从七八岁就可以开始学了。这本书就是要从一开始就让小朋友们建立一个不同以往的意识：电脑不止可以娱乐，更可以构建神奇的世界，小朋友和父母会共同乐在其中。

图灵原创

作者：胡宏彪

定价：69.00元

零基础和孩子一起用Python入门编程
书后附带卡片，方便小朋友敲代码
美团点评高级技术总监王栋博士、20年工龄的程序员李锟作序推荐
陈世欣（Python中国开发者社区负责人、少儿编程教育先行者，Ahaschool联合创始人）、
金从军（网名老巫婆，“人人学会编程”的倡导者，开源教育的实践者，www.17coding.net创办人）、
刘斌（软件工程师）、
花卷（技术图书译者，二宝爸）、
陶旭（《Scratch少儿趣味编程》系列图书译者）
联合推荐

本书分成书和卡片两部分，卡片相当于书的图片版，是供不能独立阅读本书的孩子使用的，使用方式是家长看书来讲解，孩子看卡片来操作。

书中设计了42个问题场景，我们可以使用简单的程序来解决这些问题，然后让孩子改动程序中的变量，解决类似的问题。

长按二维码识别京东购买

2. Python基础教程（第3版）

22万+ 读者选择这本书成为 Python 程序员！毫无疑问，会有更多读者选择它，因为新版更出色，不止是 Python 3 版本实例全面更新，同时也在翻译和编辑上下了功夫。如果你没有任何编程基础，我们推荐你用《Python 编程：从入门到实践》开始学习，而这本就是你的第二本 Python 书。如果你已经是一位使用其他编程语言的老手，想将 Python 作为第二或者第 N 编程语言，我们推荐这一本。

作者：Magnus Lie Hetland

译者：袁国忠

页数：458

久负盛名的 Python 入门经典
针对 Python 3 全新升级
十个出色的项目，让你尽快可以使用 Python 解决实际问题

本书包括 Python 程序设计的方方面面：

首先，从 Python 的安装开始，随后介绍了 Python 的基础知识和基本概念，包括列表、元组、字符串、字典以及各种语句；

然后，循序渐进地介绍了一些相对高级的主题，包括抽象、异常、魔法方法、属性、迭代器；

此后，探讨了如何将 Python 与数据库、网络、C语言等工具结合使用，从而发挥出 Python 的强大功能，同时介绍了 Python 程序测试、打包、发布等知识；

最后，作者结合前面讲述的内容，按照实际项目开发的步骤向读者介绍了 10 个具有实际意义的 Python 项目的开发过程。

长按二维码识别京东购买

3. Python编程导论（第2版）

又是一本入门书，问题来了：跟其他同为入门书的 Python 书相比，这本书的特色在哪里？

敲黑板，划重点：

作者厉害，讲课贼好，讲义整理成了书，书的品质同样高，Amazon 4.6 星评。

呵呵，开个玩笑，下面才是：

其他书注重编程细节，这本书注重计算机科学与程序设计的整体观，注重计算思维。只有计算与编程的底层概念了解透彻才能更好地使用Python 解决各种问题。

那么，结论来了，对于日后致力于数据分析与处理工作、致力于机器学习与人工智能相关工作的读者，使用这本书入门 Python 绝对是首选。甚至，使用这本书了解计算机基础也是相当明智的选择（不要日后怪自己计算思维弱），看这本书的英文标题：

Introduction to Computation and Programming Using Python: With Application to Understanding Data

很明确，中文书的书名还是没有做到完美达意。

关于这本书，下次单独再写文章为大家介绍，誓要把这本好书和 Guttag 教授介绍给国内更多的读者。

作者：John V. Guttag

译者：陈光欣

页数：340

上架时间：3月中旬（注意这本书还买不到纸质版）

MIT 知名计算机教授 John Guttag 基于热门 MOOC 教程编写
旨在培养读者的计算思维，为其日后的 IT 生涯打下坚实的编程基础
第 2 版全面改写了后半部分，且书中所有示例代码都从 Python 2 换成了 Python 3

本书基于 MIT 编程思维培训讲义写成，主要目标在于帮助读者掌握并熟练使用各种计算技术，具备用计算思维解决现实问题的能力。书中以 Python 3 为例，介绍了对中等规模程序的系统性组织、编写、调试，帮助读者深入理解计算复杂度，还讲解了有用的算法和问题简化技术，并探讨各类计算工具的使用。

着急先来电子版

4. Python数据科学手册

关于 Python 数据处理的书，大家最熟悉的大概是 Wes McKinney 大佬的 Python for Data Analysis (中文版《利用 Python 进行数据分析》)，这本不是图灵引进的，关注的同学可以去网店自搜，中文版第 2 版还没出来。我跟大家推荐的当然是图灵这本《Python数据科学手册》，现在美亚上跟前者销量有得一拼，紧跟其后。咱们这本 Python Data Science Handbook 综合评分不错，4.5 星，比前者略高，作者是 Scikit-Learn、IPython 等诸多库的代码贡献者，华盛顿大学 eScience 学院物理科学研究院院长 Jake VanderPlas。

作者：Jake VanderPlas

译者：陶俊杰，陈小莉

页数：448

全面同时综合评价度 zui 高的 Python 数据处理参考读本
掌握用 Scikit-Learn、NumPy 等工具高效存储、处理和分析数据
大量示例+逐步讲解+举一反三，从计算环境配置到机器学习实战，切实解决工作痛点

Python 语言拥有大量可用于存储、操作和洞察数据的程序库，已然成为深受数据科学研究人员推崇的工具。

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。

长按二维码识别京东购买

5. Python机器学习基础教程

图灵最受读者欢迎的机器学习图书是哪一本？很多读者能秒答，是《机器学习实战》，不过这本书作为新手入门不合适。一部分读者喜欢《图解机器学习》和《机器学习》，但这两本不是 Python 示例讲解。更多读者一直在寻找一本 Python 入门机器学习的好书——终于可以很傲娇地为大家首推这本了。我观察了一阵子，这本书原版 Introduction to Machine Learning with Python: A Guide for Data Scientists 在美亚网站不论是算法还是机器学习分类都是稳居前十的。第一作者 Andreas C. Müller 是 scikit-learn 库维护者和核心贡献者，去他 GitHub 页面翻了翻，发现这书的 star 是1.9k，关注度还是不错的。当然，最关键的是书的内容不错，Amazon 4.3 星评。

作者：Andreas C. Müller ，Sarah Guido

译者：张亮（hysic）

页数：285

Python 机器学习入门书首选
自己动手构建机器学习解决方案并非难事
以机器学习算法实践为重点，使用 scikit-learn 库从头构建机器学习应用

本书主要内容包括：

机器学习的基本概念及其应用；
实践中最常用的机器学习算法以及这些算法的优缺点；
在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；
模型评估和调参的高级方法，重点讲解交叉验证和网格搜索；
管道的概念；
如何将前面各章的方法应用到文本数据上，还介绍了一些文本特有的处理方法。

长按二维码识别京东购买

6. Python 3网络爬虫开发实战

另外，大家念念不忘的静觅老师的《Python 3 网络爬虫开发实战》也在紧锣密鼓出版中，争取 3 月底印出来。

作者：崔庆才

页数：604

预售时间：2018 年 3 月中（xia）

本书介绍了如何利用 Python 3 开发网络爬虫，书中首先详细介绍了环境配置过程和爬虫基础知识，然后讨论了 urllib、requests 等请求库和 Beautiful Soup、XPath、pyquery 等解析库以及文本和各类数据库的存储方法，接着通过多个案例介绍了分析 Ajax 进行数据爬取，Selenium 和 Splash 进行动态网站爬取的过程，接着介绍了爬虫的一些技巧，如使用代理爬取和维护动态代理池的方法，ADSL 拨号代理的使用，图形、极验、点触、宫格等各类验证码的破解方法，模拟登录网站爬取的方法及 Cookies 池的维护。

此外，本书还结合移动互联网的特点探讨了使用 Charles、mitmdump、Appium 等工具实现 App 爬取的方法，紧接着介绍了 pyspider 框架、Scrapy 框架的使用和分布式爬虫的知识，最后介绍了 Bloom Filter 效率优化、Docker 和 Scrapyd 爬虫部署、Gerapy 爬虫管理等方面的知识。