想学python，推荐哪本书籍呢？

python的自学书籍非常多，涉及基础入门、web开发、机器学习、数据科学、自动化测试、量化交易等各个门类，新手很容易陷入到处是书却无书可看的局面。

所以我们要明白自己学习python出于什么目的，处于哪个阶段，再选择合适的书看。

实在选择困难，那就买畅销书。爆款技术书内容质量可能不是最好的，但一定是最适合入门者学习的，而且架构合理，错误率低，版本更新快。

作者牛逼，书自然也不会差到哪去。比如说《利用Python进行数据分析》的作者Wes McKinney，他是开源分析库pandas的主要作者；还有《Think Python》的作者Allen B. Downey，Think系列大牛；其他像《effctive python》、《python cookbook》的作者都是python社区的重量级人物。这些大佬的书值得一读。

《Python编程，从入门到实践》

这应该是世界上最畅销的Python编程书，没有之一。英文名叫作《Python crash course》，作者Eric Matthes是一名高中老师，正是有着丰富的教学经验才会写出这样深得人心的书。

该书的特点是一半基础（语法知识），一半游戏（案例练习），所谓寓教于乐，通过案例练习的方式巩固基础知识。这里的练习和高中数学枯燥的课后练习可不一样，作者把代码放到一个个场景里，学习者在写个小游戏的过程中就把语法掌握了。

看了本书的目录，基本把python的核心语法都讲到了，学完之后可以搞点小事情，比如数据分析、可视化编程、web开发等。

《Python学习手册》

这是一本老少咸宜，高手与小白都可以看的一本书，英文名叫作《Learning Python》，作者Mark Lutz是一位Python培训讲师，也是Python社区的元老级贡献者。可想而知该书是一本百科全书式的python宝典。

该书已经出到第五版，对语法的讲解非常详细，而且有丰富的插图和示例代码。详细有时候意味着啰嗦，很多人觉得作者过于琐碎，但其实不太明白作者的用心良苦，想要学好python还真得细细琢磨语法。

当然语法书需要配合大量的练习，切忌盲目啃书，敲代码才会理解更深。

本书的主要内容包括：python百科小常识、python历史、命令行、IDE、python语法基础、python模块、大量的练习。

如果你真心想做一位python开发，该书是不错的起点。

《笨方法学Python》

这本书体现的是一种学习python的思维，不对，应该是学习任何一种编程语言的方法论。作者鼓励的是practice、practice、practice，这或许真的是学习编程的唯一捷径。

书里面一步步引导初学者从下载软件开始，到安装、配置，写出第一个hello world，最后实现一款有用的小软件或者有趣的小游戏，最终学会并喜欢上python。

我也是看这本书入门python的，捧着它敲了一个月的代码。

给大家看看作者的自述，很有意思：

《流畅的python》

豆瓣9.4分！这本书不是通俗意义上的python语法书，而是教你写出更简洁、更规范、更聪明的python代码。

内容方面深入探讨了Python语言的高级用法，涵盖数据结构、Python风格的对象、并行与并发，以及元编程等不同的方面。作者Luciano Ramalho是一个几十年的骨灰级python程序员，既做开发，也教编程课。

《Effective Python：编写高质量Python代码的59个有效方法》

这本书讲的并不是Python基础编程，而是Python的规范和技巧，也就是pythonic。

pythonic简单的翻译就是python风格。pythonic code，就是说写代码要带有浓厚的python规范和python风格。而Python的代码样式规范称之为PEP 8规范，往大了说，遵守PEP 8是成为一个优秀python程序员的必备条件。

书中有59个Python编程的技巧和捷径，并用真实代码示例进行了解释。当然阅读起来会有些门槛，适合那些有基础的童鞋。

《Python Cookbook》

cookbook系列一向是精品，python这本也不例外，适合有基础的朋友看，里面讲了很多python编程的奇技淫巧，对资深开发者来说也是可以长读的。

该书介绍了Python应用在各个领域中的很多使用技巧和方法，其主题涵盖了数据结构和算法，字符串和文本，数字、日期和时间，迭代器和生成器，文件和I/O，数据编码与处理，函数，类与对象，元编程，模块和包，网络和Web编程，并发，实用脚本和系统管理，测试、调试以及异常，C语言扩展等。

《利用Python进行数据分析（原书第2版）》

本书由Python pandas项目创始人Wes McKinney亲笔撰写，详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。

第2版针对Python 3.6进行全面修订和更新，涵盖新版的pandas、NumPy、IPython和Jupyter，并增加大量实际案例，可以帮助你高效解决一系列数据分析问题。

第2版中的主要更新包括：

1、所有的代码，包括把Python的教程更新到了Python 3.6版本(第1版中使用的是Python 2.7)

2、更新了Python第三方发布版Anaconda和其他所需Python包的安装指引

3、更新pandas库到2017年的新版

4、新增一章，关于更多高级pandas工具和一些使用提示

5、新增statsmodels和scikit-learn的简明使用介绍

《Python数据科学手册(图灵出品)》

《Python数据科学手册》是对以数据深度需求为中心的科学、研究以及针对计算和统计方法的参考书。

本书共五章，每章介绍一到两个Python数据科学中的重点工具包。首先从IPython和Jupyter开始，它们提供了数据科学家需要的计算环境；

第 2章讲解能提供ndarray对象的NumPy，它可以用Python高效地存储和操作大型数组；

第3章主要涉及提供DataFrame对象的Pandas，它可以用Python高效地存储和操作带标签的/列式数据；

第4章的主角是Matplotlib，它为Python提供了许多数据可视化功能；第5章以Scikit-Learn为主，这个程序库为重要的机器学习算法提供了高效整洁的Python版实现。

《Python数据科学手册》适合有编程背景，并打算将开源Python工具用作分析、操作、可视化以及学习数据的数据科学研究人员。

《Python数据分析与挖掘实战》

本书共15章，分两个部分：基础篇、实战篇。

基础篇介绍了数据挖掘的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中，应充分利用随书配套的案例建模数据，借助相关的数据挖掘建模工具，通过上机实验，以快速理解相关知识与理论。

基础篇（第1～5章），第1章的主要内容是数据挖掘概述；第2章对本书所用到的数据挖掘建模工具Python语言进行了简明扼要的说明；第3章、第4章、第5章对数据挖掘的建模过程，包括数据探索、数据预处理及挖掘建模的常用算法与原理进行了介绍。

实战篇（第6～15章），重点对数据挖掘技术在电力、航空、医疗、互联网、生产制造以及公共服务等行业的应用进行了分析。在案例结构组织上，本书是按照先介绍案例背景与挖掘目标，再阐述分析方法与过程，最后完成模型构建的顺序进行的，在建模过程的关键环节，穿插程序实现代码。最后通过上机实践，加深读者对数据挖掘技术在案例应用中的理解。

《Python网络爬虫权威指南 第2版(图灵出品)》

本书采用简洁强大的Python 语言，介绍了网页抓取，并为抓取新式网络中的各种数据类型提供了全面的指导。

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(图灵出品)》

本书介绍了如何利用Python 3开发网络爬虫，书中首先介绍了环境配置和基础知识，然后讨论了urllib、requests、正则表达式、Beautiful Soup、XPath、pyquery、数据存储、Ajax数据爬取等内容，接着通过多个案例介绍了不同场景下如何实现数据爬取，最后介绍了pyspider框架、Scrapy框架和分布式爬虫。

《数据结构与算法：Python语言实现》

本书采用Python语言介绍数据结构和算法，包括其设计、分析和实施。本书源代码简洁、明确，面向对象的观点贯穿始终，通过继承大限度地提高代码重用，同时彰显不同抽象数据类型和算法之间的异同。

《机器学习实战(图灵出品)》

《机器学习实战》主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。

第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。

《机器学习实战》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。

以上推荐的都是比较经典的python书，大家看的时候选择其中一两本即可，因为知识点都是通的。

一直在创作python&数据内容，从未停止哈哈，觉得不错点个关注朱卫军~