图灵Python书单更新了！附Python学习路线图

这几年学习 Python 的朋友很多，不管你做的是 Web 开发、数据分析、大数据、机器学习、深度学习，以及其他，往往需要或多或少地掌握些 Python 知识。

以下按照{ 编程语言入门—进阶—分方向需求 }的顺序列出图书，文末附 Pyhton 阅读路线图（形式为思维导图）。

Python图书一览表

{ 编程入门 }
<少年学Python>
父与子的编程之旅：与小卡特一起学Python（第2版） [NEW]
和孩子一起玩编程（第2版）
 <成人学Python>
Python编程：从入门到实践（第2版）[NEW] [HOT] —零基础
Python基础教程（第3版）[HOT]—有其他语言基础
Python编程导论（第2版）—注重计算思维
Python语言及其应用 —有其他语言基础
{ 编程进阶 }
流畅的Python[HOT]
深入理解Python特性
精通Python设计模式（第2版） 
{ 算法基础 }
算法图解  [HOT]
Python数据结构与算法分析（第2版）[HOT]
{ Web开发 }
Django企业开发实战：高效Python Web框架指南
Flask Web开发：基于Python的Web应用开发实战（第2版）
{ 网络编程 }
Python网络编程（第3版）[HOT]
{ 安全 }
Python黑客攻防入门
{ 爬虫与反爬虫 }
Python网络爬虫权威指南（第2版）[NEW]
Python 3网络爬虫开发实战 [HOT]
Python 3反爬虫原理与绕过实战 
{ 数据库 }
SQLAlchemy：Python数据库实战（第2版）
{ 数据分析 }
Python数据分析基础
Python数据分析实战（第2版）
Python数据分析：活用Pandas库
Python数据处理
{ 数据科学 }
数据科学入门（第2版） [NEW]
数据科学实战（Python/R） 
Python数据科学手册  [HOT] 
{ 数据挖掘 }
数据挖掘导论（完整版）[非 Python]
数据挖掘与分析：概念与算法
Python数据挖掘：入门与实践（第2版） [NEW]
{ 机器学习 }
Python机器学习基础教程 [HOT] 
Python机器学习经典实例
机器学习实战 [HOT] 
美团机器学习实践
{ 深度学习 }
<入门>
Python深度学习[HOT]
深度学习入门：基于Python的理论与实现 [HOT]
深入浅出神经网络与深度学习  [NEW]
<TensorFlow>
简明的 TensorFlow 2[NEW]
深入理解TensorFlow：架构设计与实现原理 [HOT]
<PyTorch>
PyTorch深度学习入门
深度学习原理与PyTorch实战
<特征工程>
特征工程入门与实践
精通特征工程
{ 其他方向 }
<NLP>
自然语言处理入门
深度学习进阶：自然语言处理[NEW]
<计算机视觉>
Python计算机视觉编程
计算机视觉之深度学习：使用TensorFlow和Keras训练高级神经网络

{ 编程入门 }

<少年学Python>

父与子的编程之旅：与小卡特一起学Python（第3版）

• 原版 Amazon 最受欢迎的青少年编程图书
• 最简单易学的内容组织方式，老少皆宜
• 第一版获 Jolt 大奖

上到 8 岁，下到 88 岁，都可以阅读这本书！豆瓣高评分，学习编程入门首选图书。逗趣的插图，浅显易懂的文字，循循善诱的引导，打开这本书，体验快乐编程！

和孩子一起玩编程

• 无需编程基础就能和孩子一起学编程的实用入门书
• 书后附带卡片，方便小朋友敲代码

畅销少儿编程图书升级版，书中共设计了 49 个问题场景，使用简单的程序解决这些问题，然后让孩子改动程序中的变量，解决类似的问题。与上一版相比，本书基于 Python 3，简化了环境的安装过程，新增了 8 个案例，比如关于海龟模块绘图案例、关于用户图形界面的案例、关于计算机网络的案例以及关于人工智能的案例等。

<成人学Python>

Python编程：从入门到实践（第2版）

• 首版畅销 75 万册，豆瓣评分 9.1 分
• Amazon 编程入门类榜首图书，国内零基础入门编程第一书
• 从基本概念到完整项目开发，帮助零基础读者迅速掌握 Python 编程，开发实际项目

全书分两部分：第一部分介绍用 Python 编程所必须了解的基本概念，包括 matplotlib、NumPy 和 Pygal 等强大的 Python 库和工具，以及列表、字典、if 语句、类、文件与异常、代码测试等内容；第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的 Python 2D 游戏开发，如何利用数据生成交互式的信息图，以及创建和定制简单的 Web 应用，并帮读者解决常见编程问题和困惑。

Python基础教程（第3版）

• 久负盛名的 Python 入门经典
• 中文版累计销量 24 万册
• 针对 Python 3 全新升级
• 有其他编程语言基础入门 Python 第一书

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。

Python语言及其应用

• 优秀的 Python 入门参考指南，基于最新版本 3.X
• 语言风格轻松诙谐，讲解多种 Python 工具和第三方库
• 实例涉及商业、科研以及艺术领域使用 Python 开发各种应用

《Python语言及其应用》介绍 Python 语言的基础知识及其在各个领域的具体应用，基于最新版本 3.X。书中首先介绍了 Python 语言的一些必备基本知识，然后介绍了在商业、科研以及艺术领域使用 Python 开发各种应用的实例。亚马逊最受欢迎的 Python 编程书之一，评分 4.5。

Python编程导论（第2版）

• MIT 热门 MOOC 教材，基于 Python 3 讲解计算机科学基础知识
• 培养计算思维，入门 Python 和计算机科学首选
• 与本书第 1 版相比，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 知名计算机科学和 Python 编程入门课讲义写成，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。人工智能和大数据时代必备。

{ 编程进阶 }

流畅的Python

• 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
• 全面深入，对 Python 语言关键特性剖析到位
• 大量详尽代码示例，并附有主题相关高质量参考文献和视频链接
• 兼顾 Python 3 和 Python 2

本书致力于帮助 Python 开发人员挖掘这门语言及相关程序库的优秀特性，写出简洁、流畅、易读、易维护的代码。特别是深入探讨了针对数据库处理时生成器的具体应用、特性描述符（ORM 的关键），以及 Python 式的对象：协议与接口、抽象基类及多重继承。

深入理解Python特性

• 精进 Python 不二之选
• 影响全球一百多万程序员 PythonistaCafe 社区创始人 Dan Bader 著作
• 原版亚马逊 4.8 星好评，豆瓣评分 8.3
• 手把手带你提升 Python 实践技能，快速写出更高效、更专业的 Python 代码

上市两个月获 Amazon 百余条五星评价，详解用好 Python 需要了解的最重要特性，与《流畅的Python》互为补充，Python 进阶必备。

本书致力于帮助 Python 开发人员挖掘这门语言及相关程序库的优秀特性，避免重复劳动，同时写出简洁、流畅、易读、易维护的代码。用好 Python 需要了解的最重要的特性、Python 2 过渡到 Python 3 需要掌握的现代模式、有其他编程语言背景想快速上手 Python 的程序员需要特别注意的问题，等等，本书都可以解决。

精通Python设计模式（第2版）

• 用现实例子展示各模式的关键特性
• 使用基本设计模式，轻松解决软件设计常见问题
• 借力高效的 Python 语言，用现实例子展示各模式关键特性

本书是针对 Python 代码实现设计模式的经典作品，着重讨论了用于解决日常问题的所有 GoF 设计模式，它们能帮助你构建有弹性、可伸缩、稳健的应用程序，并将你的编程技能提升至新的高度。第 2 版探讨了桥接模式、备忘模式以及与微服务相关的几种模式。

{ 算法 }

算法图解

• 长居 Amazon 算法类畅销榜前列
• 可能是最简单易懂的算法教程
• 400 多个示意图，详细介绍算法执行过程，展示不同算法在性能方面的优缺点
• 基于 Python 代码示例

本书示例丰富，图文并茂，以让人容易理解的方式阐释了算法，旨在帮助程序员在日常项目中更好地发挥算法的能量。书中的前三章将帮助你打下基础，带你学习二分查找、大O表示法、两种基本的数据结构以及递归等。余下的篇幅将主要介绍应用广泛的算法，具体内容包括：面对具体问题时的解决技巧，比如，何时采用贪婪算法或动态规划；散列表的应用；图算法；K最近邻算法。

数据结构与算法：Python描述（第2版）

• Amazon 数据结构与算法经典畅销图书
• 华盛顿大学等美国多所高校教材
• 深入浅出、通俗易懂

最受欢迎的 Python 数据结构与算法图书之一，常年位居畅销榜。使用 Python 讲解数据结构与算法，如何解决实际问题，从而真正理解计算机科学。

{ Web开发 }

Django企业开发实战：高效Python Web框架指南

Django 是使用 Python 语言编写的一个广受欢迎且功能完整的服务器端网站框架,是一个自由和开放源码的 Web 应用程序框架，它在 GitHub 上的 Star 数为 39127。

• 快速上手 Django
• 包含从零开发一个博客系统的完整案例
• 资深开发工程师 the5fire 十多年开发经验总结
• 真实呈现 Django 在企业中的应用，让读者用真实的视角搭建自己的生产环境

作者通过开发一个常见的系统，把自己生产环境中的经验融合进去，通过项目不断帮助读者构建关于 Django 的知识体系，最终达到让读者能够通过 Django 开发线上 Web 系统。书中内容涉及需求分析、技术选型、开发、Django admin、版本管理与协作、面向用户的页面开发、引入前端样式框架、优化与调试、上线前的准备等。

Flask Web开发：基于Python的Web应用开发实战（第2版）

Flask 是一个使用 Python 编写的轻量级 Web 应用框架。它不会强迫开发者遵循预置的开发规范，为开发者提供了自由度和创意空间。

• 第一版豆瓣评分 8.7 分
• Web 开发入门经典教材“狗书”，针对 Python 3 全新升级
• 以完整项目开发流程为例，全面介绍 Python 微框架Flask

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。

{ 网络编程 }

Python网络编程（第3版）

• Python 3 示例讲解，涵盖网络编程所有经典话题
• 提供大量代码清单及示例
• 从应用开发角度介绍网络编程基本概念、模块以及第三方库
• 豆瓣评分 9.2

本书采用 Python 3，涵盖网络编程所有经典话题，包括网络协议、网络数据及错误、电子邮件、服务器架构，以及 HTTP 及 Web 应用程序，对最新的 SSL 支持、异步 I/O 循环的编写方法、跨站脚本以及跨站请求伪造攻击网站的原理及保护方法等内容也有详尽介绍。

{ Python安全 }

Python黑客攻防入门

• 低成本、高效率，轻松搞定黑客攻击技术！
• 用时下流行语言Python讲解黑客攻击技术原理
• 基于 Windows 系统，快速上手
• 使用 VirtualBox 虚拟机，轻松搭建成本低廉的测试环境
• 采用大量示意图，易学易用
• 从整体概念到基础知识，在庞大的安全领域中摘取“黑客攻击之花”！

{ 网络爬虫 }

Python网络爬虫权威指南（第2版）

• 从数据爬取到数据清洗全流程的系统实践指南
• 解决 Web 数据采集、转换和使用中的诸多常见问题和痛点
• 畅销书全面更新，新增网络爬虫模型、Scrapy 和并行网页抓取相关章节

第一部分重点介绍网页抓取的基本原理：如何用 Python 从网络服务器请求信息，如何对服务器的响应进行基本处理，以及如何以自动化手段与网站进行交互。第二部分介绍如何用网络爬虫测试网站，自动化处理，以及如何通过更多的方式接入网络。

Python 3网络爬虫开发实战

• 最受读者期待的爬虫作品
• 百万流量博主静觅力作

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。

{ 数据库 }

SQLAlchemy：Python数据库实战（第2版）

• 中级 Python 开发人员必备案头书

SQLAlchemy 是一个流行的开源代码库，这个 Python 库在关系型数据库和传统编程之间架起了一座桥梁，帮助 Python 程序员将应用程序连接到关系型数据库。这本书通过对比的方式介绍了 SQLAlchemy 的两种主要使用模式—— SQLAlchemy Core 和 SQLAlchemyORM，还探讨了数据库迁移工具 Alembic 的用法，以及 SQLAlchemy 的高级应用。

{ 数据分析 }

Python数据分析基础

• 零编程经验也可学会用Python语言进行数据分析
• Facebook数据科学家实战经验汇集

本书展示如何用 Python 程序将不同格式的数据处理和分析任务规模化和自动化。主要内容包括：Python 基础知识介绍、CSV 文件和 Excel 文件读写、数据库的操作、示例程序演示、图表的创建，等等。

Python数据分析：活用Pandas库

• 轻松掌握流行的 Python 数据分析工具

本书是 Python 数据分析入门书，每个概念都用一个简单实例来阐述，更利于读者理解并上手实战。具体内容包括：Python 及 Pandas 环境搭建；Pandas 数据帧简介；用数据帧计算并执行基本的统计任务；Matplotlib 用法；数据清洗、丢失值处理；基本的数据分析模型的搭建；等等。

Python数据分析实战（第2版）

• 美亚 4.2 星评，轻松驾驭大数据
• 学会如何利用 Python 及其衍生工具处理、分析数据
• 三个真实 Python 数据分析案例，将理论付诸实践

本书展示了如何利用 Python 语言的强大功能，以最小的编程代价对数据进行提取、处理和分析。这一版除了介绍数据分析和 Python 基础知识、NumPy 库和 pandas 库，使用 pandas 读写和处理数据，用 matplotlib 库实现数据可视化，用 scikit-learn 库进行机器学习，D3 库嵌入和识别手写体数字，还新增了用 TensorFlow 进行深度学习，用 NLTK 分析文本数据，用 OpenCV 分析图像及实现计算机视觉等内容。

Python数据处理

• 教你学会轻松处理数据的方法，将数据处理过程自动化！
• 全面掌握用Python进行爬虫抓取以及数据清洗与分析的方法，轻松实现高效数据处理！

本书采用基于项目的方法，介绍用 Python 完成数据获取、数据清洗、数据探索、数据呈现、数据规模化和自动化的过程。主要内容包括：Python 基础知识，如何从 CSV、Excel、XML、JSON 和 PDF 文件中提取数据，如何获取与存储数据，各种数据清洗与分析技术，数据可视化方法，如何从网站和 API 中提取数据。

{ 数据科学 }

数据科学入门（第2版）

• 全能数据科学家成长指南
• 长居亚马逊机器学习热销榜
• 数据科学关键能力矩阵全覆盖

本书基于 Python 语言环境，从零开始讲解数据科学工作，讲述数据科学工作所需的技能与诀窍，并带领读者熟悉数据科学的核心知识：数学与统计学。作者借助大量具有现实意义的实例详细展示了什么是数据科学，介绍了从事数据科学工作需要用到的库，如 NumPy、scikit-learn、pandas 等，还在每章末尾推荐了很多学习资源，帮助你进一步巩固本书所学。新版基于 Python 3.6，重写了所有示例和代码，并根据数据科学近几年的发展，新增了关于深度学习、统计学和自然语言处理等主题，让图书内容与时俱进。

Python数据科学手册

• 目前图灵最受读者欢迎的数据科学和数据处理好书，豆瓣评分 9.3
• 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

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。

数据科学实战

• 英文原版数据挖掘和算法类畅销书
• 谷歌、微软、eBay 数据科学家通过实际案例分享最新算法、方法与模型
• 前谷歌高级统计师、哥伦比亚大学讲师 Rachel Schutt，MIT 数学博士后 Cathy O'Neil 力作

本书脱胎于哥伦比亚大学“数据科学导论”课程的教学讲义，由统计系讲授数据科学概论课程的讲师 Rachel Schutt（受雇于谷歌），与数据科学顾问 Cathy O'Neil （前 D.E. Shaw 定量分析师）合作撰写，每章都会邀请一位数据科学家嘉宾，他们都来自知名公司如谷歌、微软、或 eBay，通过分享案例研究和实际使用的代码来讲授新的算法、方法或模型。

{ 数据挖掘 }

数据挖掘与分析：概念与算法

• 专注于数据挖掘与分析的基本概念和算法的入门图书
• 融合机器学习、统计学等相关学科知识，涵盖频繁模式挖掘、聚类、分类等经典算法
• 兼顾前沿话题，提供算法对应的开源实现方法
• 配备丰富教辅资源，包括课程幻灯片、教学视频、数据集等

本书内容分为数据分析基础、频繁模式挖掘、聚类和分类四个部分，每一部分的各个章节兼顾基础知识和前沿话题，例如核方法、高维数据分析、复杂图和网络等。每一章最后均附有参考书目和习题。

Python数据挖掘：入门与实践

• 手把手引导你用 Python 完成数据挖掘任务

本书以实践为宗旨，对数据挖掘进行了详细地入门引导。本书囊括了比赛结果预测、电影推荐、特征提取、好友推荐、破解验证码、作者归属、新闻聚类等大量经典案例，并以此为基础提供了大量练习和额外活动。在练习中，本书介绍了数据挖掘的基本工具和基本方法，并对数据挖掘实践进行了手把手指导；而在额外活动中，本书为深入了解数据挖掘指明了方向。

{ 机器学习 }

Python机器学习基础教程

• Python 机器学习入门书首选
• scikit-learn 库维护者和核心贡献者作品
• 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。

机器学习实战

• 最畅销机器学习图书
• 介绍并实现机器学习的主流算法
• 面向日常任务的高效实战内容

全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用 Python 代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。

Python机器学习经典实例

• 监督学习技术、预测建模、无监督学习算法等前沿话题的实例代码展示
• 来自 Kaggle 的经典数据集和机器学习案例
• 用流行的 Python 库 scikit-learn 解决机器学习问题

本书首先通过实用的案例介绍机器学习的基础知识，然后介绍一些稍微复杂的机器学习算法，例如支持向量机、极端随机森林、隐马尔可夫模型、条件随机场、深度神经网络，等等。通过本书，你不仅可以学会如何做出合理的决策，为自己选择合适的算法类型，而且可以学会如何高效地实现算法以获得最佳学习效果。

美团机器学习实践

• 美团数名一线算法工程师倾情巨献
• 解密大型互联网公司机器学习算法在真实场景中的落地实践
• 美团内部真实案例详解，AI+O2O 智慧凝结
• 美团首席科学家张锦懋作序推荐，美团技术委员会执行主席刘彭程以及美团科学家、副总裁夏华夏倾力推荐

本书包括通用流程、数据挖掘、搜索和推荐、计算广告、深度学习以及算法工程 6 大部分内容，全面介绍了美团在多个重要方面对机器学习的应用。本书非常适合有一定机器学习基础的工程技术人员和在校大学生学习和阅读。通过本书，有经验的算法工程师可以了解美团在这方面的做法，在校大学生可以学习机器学习算法如何在具体的业务场景中落地。

{ 深度学习 }

Python深度学习（Keras）

• Keras 之父、Google 人工智能研究员 François Chollet 著作
• 原版豆瓣评分 9.3，深度学习领域力作
• 原版亚马逊语音与音频处理畅销榜榜首图书
• 30 多个代码示例，带你全面掌握如何用深度学习解决实际问题
• Keras 框架速成的不二之选
• 夯实深度学习基础，在实践中培养对深度神经网络的良好直觉
• 无须机器学习经验和高等数学背景

本书详尽介绍了用 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，示例步骤讲解详细透彻。

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。

深度学习入门：基于Python的理论与实现

• 日本深度学习入门经典畅销书，长期位列日亚“人工智能”类图书榜首
• 使用 Python 3，尽量不依赖外部库或工具，从零创建一个深度学习模型
• 相比 AI 圣经“花书”，本书更合适入门

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 Python 3，尽量不依赖外部库或工具，从基本的数学知识出发，从零创建一个经典的深度学习网络，来逐步理解深度学习。

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。

深入浅出神经网络与深度学习

• 知名计算机科学家 Michael Nielsen 作品
• 李航、马少平等多位业内专家推荐
• 哈工大研究生课程参考书
• 深入浅出，入门神经网络经典

本书深入讲解神经网络和深度学习技术，侧重于阐释深度学习的核心概念。作者以技术原理为导向，辅以贯穿全书的 MNIST 手写数字识别项目示例，介绍神经网络架构、反向传播算法、过拟合解决方案、卷积神经网络等内容，以及如何利用这些知识改进深度学习项目。学完本书后，读者将能够通过编写 Python 代码来解决复杂的模式识别问题。

这个书单实在有点长，其他的书大家从「阅读路线图」上找吧！

有了一览表中的书单，加上必须学成的决心，再加上实践苦练，还愁搞不定 Python ? 祝你的 2021 是个知识丰收年。

本文转自图灵社区，有删改

========

赠人玫瑰，手留余香，不要忘记点赞、收藏、关注 @人民邮电出版社 哦~

一键三连，感恩有你~