-
使用Python进行数据分析(Numpy、Matplotlib和Pandas) 使用Python,通过本实用指南了解使用机器学习算法和技术的数据分析管道。 具备准备数据进行分析的技能,并创建有意义的数据可视化,以便从数据中预测值。 -
用蟒蛇学习统计学(伊桑·威德) 本书解释了使用Python框架内统计的基本概念。 统计学和计算机编码的结合很快成为学术界和工业界研究的标准。 -
R和Python数据分析简介 本书帮助学生同时使用R和Python编写代码。 这本书是以一种吸引人的合作风格写成的,这使它读起来很愉快。 它保持了其正式性,而不会在读者和内容之间造成障碍。 -
Python计算机编程导论(Harris Wang) 这篇介绍使用Python进行计算机编程的文章首先介绍了一些计算和编程的基础知识,然后再深入研究Pythons语言中计算机程序的基本元素和构建块。 -
Python编程简介(Udayan Das等人) 本书提供了编程概念和技能的全面基础,教授基本编程概念、解决问题的技能以及使用动手活动的Python语言。 -
经济与金融Python编程 希望提高您的经济和金融技能? 深入Python编程! 使用Pandas、NumPy和Matplotlib等库,您可以分析数据、构建模型,并将趋势可视化,这是前所未有的。 -
使用Python介绍计量经济学(Florian Heiss等人) 本书介绍了流行的、功能强大的免费编程语言和软件包Python,重点介绍了计量经济学中使用的标准工具和方法的实现。 -
计量经济学、统计和数据分析用Python 这本书是为那些对统计计算不熟悉的人设计的,他们希望开发一套必要的技能来使用Python进行计量经济学、统计学或一般数值分析的原始研究。 -
用于数据分析的Python:Pandas、NumPy和Jupyter 重点是Python编程、库和工具,而不是数据分析方法。 这是数据分析所需的Python编程。 在此过程中,您将学习熊猫、NumPy和Jupyter的最新版本。 -
用Python自动化无聊的东西(艾伯特·斯威加特) 学习如何使用Python编写在几分钟内完成手工操作所需时间的程序,而无需事先的编程经验。 您将创建Python程序,轻松地执行有用且令人印象深刻的自动化功能。 -
Python for Everyone:探索Python3中的数据 本书旨在通过探索数据的视角向学生介绍编程和软件开发。 您可以将Python编程语言视为解决电子表格无法解决的数据问题的工具。 -
Python深度学习,第2版(弗朗索瓦·霍利特) 本书介绍了使用Python和强大的 凯拉斯 库。 它为初学者和经验丰富的机器学习实践者提供了见解,并通过直观的解释和实际示例构建您的理解。 -
Python机器学习教程(Bernd Klein) 本实用指南有助于解决您在工作中可能遇到的机器学习挑战。通过学习构建工作机器学习应用程序所需的螺母和螺栓,超越理论和概念。 -
Python中的统计和机器学习(Edouard Duchesnay) 阐述了将统计与机器学习联系在一起的基本概念,以便读者不仅可以使用现代Python模块来使用统计和机器学习模型,还可以了解它们的相对优缺点。 -
Python线性代数(肖恩·菲茨帕特里克) 这本教科书是为那些想从基础上学习线性代数的人准备的。 全书使用Python来解释线性代数。 通过交互式地学习Python,读者自然会习惯Pythons编码。 -
用Python超越基本功能:编写干净的代码 通过使用命令行和其他专业工具(如代码格式化程序、类型检查器、linter和版本控制),不仅可以收集高级语法和编写干净代码的熟练技巧,还可以提高Python编程技能。 -
Python软件包(Tomas Beuzen等人) 一本开源书,描述了创建Python包的现代高效工作流。 本基本指南涵盖了整个Python打包生命周期,将带领读者从创建包一直到有效维护和更新。 -
Python虚拟机内部(Obi Ike-Nwosu) 这本书描述了Python代码是如何编译和运行的,语言本身是如何被修改的,并将揭开Python-虚拟机上运行的神秘字节码的神秘面纱。 -
使用Python的架构模式(Harry Percival等人) 通过启用测试驱动开发、域驱动设计和事件驱动微服务,它引入了经过验证的体系结构设计模式,以帮助Python开发人员管理应用程序的复杂性,并从他们的测试套件中获得最大价值。 -
Python中的干净架构:更好的软件设计 干净的体系结构与意大利面代码相反,在意大利面代码中,所有内容都是交错的,没有任何单个元素可以轻松地从其余部分分离出来,并在不破坏整个系统的情况下进行替换。 -
Python中的干净代码:重构遗留代码库 这本书描述了编写干净代码的基本要素,以及它如何在Python编程中发挥重要作用。 您将学习如何使用Python标准库和软件设计最佳实践编写高效且可读的代码。 -
使用Python使用算法/数据结构解决问题 这是一本关于计算机科学的教科书。 它也是关于Python的。 然而,还有更多。 当你继续学习计算机科学时,你在这里学到的工具和技术将被反复应用。 -
Python编程基础(Richard L.Halterman) 它侧重于介绍编程技术和培养良好习惯。 为此,我们的方法避免了Python的一些更深奥的特性,并将重点放在直接转移到其他命令式编程的编程基础上。 -
O'Reilly®Think Python,第二版(艾伦·B·唐尼) 本实践指南一步一步地引导您学习Python编程语言,从基本编程概念开始,然后再学习函数、递归、数据结构和面向对象设计。 第二版更新为Python 3。 -
Python算法小书(William Lau) 本练习册旨在帮助中学计算机科学的学习和教学。 这本书的目的是帮助学生流利地使用Python编程。 -
Python中OPP设计模式的数据结构和算法 它使用Python促进面向对象设计,并说明了最新的面向对象设计模式的使用。 实际上,所有的数据结构都是在单个类层次结构的上下文中讨论的。 -
正确学习Python:如何像计算机科学家一样思考 这本书的目的是教你像计算机科学家一样思考。 这种思维方式结合了数学、工程和自然科学的一些最佳特征。 -
小型Python项目大书:81个简易实践程序 这本书演示了如何组合不同的库和框架来构建令人惊叹的东西。 它补充了完整的初学者书籍的不足,扩展了现有的概念,并介绍了您每天都要使用的新工具。 -
Python实用项目(Yasoob Khalid) 这个由81个Python项目组成的集合将让您立即制作数字艺术、游戏、动画、计数程序等。 看到代码的工作原理后,您将练习重新创建程序,并通过添加自己的自定义触摸进行实验。 -
Python编程练习,轻轻解释(Al Sweigart) 对于那些想测试Python技能但还没有准备好开始专业级软件开发的初学者和中级程序员来说,这是一本完美的书。 本书中的42个编程练习可以让你练习所学的内容。 -
Python函数编程(David Mertz) 它描述了避免Python的命令式流控制的方法,可调用函数的细微差别,如何懒散地使用迭代器,以及高阶函数的使用。 他还列出了几个对函数编程有用的第三方Python库。 -
统计学习简介:Python中的应用 这本书涵盖的材料与 统计学习导论:R中的应用 (ISLR),但实验室是用Python实现的。 这些实验室对Python新手和经验丰富的用户都很有用。 -
Python 3模式、食谱和习语(Bruce Eckel等人) 本书面向那些希望加深对该语言和现代编程习惯用法的理解的更有经验的Python程序员。 它侧重于库、框架和应用程序使用的一些更高级的技术。 -
使用Python的递归书(Al Sweigart) 递归有着令人生畏的名声。 这本书使用Python和JavaScript示例来教授递归的基础知识,揭示了它通常教得不好的方法,并阐明了所有递归算法的基本原理。 -
O'Reilly®Python数据科学手册:基本工具 这个数据科学堆栈的各个部分都有一些资源,但只有使用Python数据科学手册才能获得所有资源-IPython、NumPy、Pandas、Matplotlib、Scikit-Learn和其他相关工具。 -
Python建模与仿真(Allen B.Downey) 本书介绍了使用Python的计算方法进行物理建模。 您将学习如何使用Python完成许多常见的科学计算任务:导入、导出和可视化数据; 数值分析; 等。 -
Python科学编程导论 这本书提供了使用Python编程语言为科学和计算应用程序编程的初步介绍。 演示风格紧凑,以示例为基础,假设之前很少或根本没有编程经验。 -
网络工程师用Python(Natasha Samoylenko) 书中的所有内容都集中在使用Python编程语言的网络设备及其交互上。 这立即使网络工程师能够利用在日常工作中获得的知识。 -
计算编程-Python 3版 这本书概述了从以前没有编程经验到一系列技能的最短可能路径,这些技能允许学生编写简单的程序,在上下文中用数值方法解决常见的数学问题。 -
Python数值分析第一学期(刘亚宁) 本书向学生介绍使用Python实现算法的数值方法。 讨论了数值分析的几种常见应用,并使用实际示例和编程练习进行了实现。 -
Python计算物理(埃里克·艾尔斯) 这本书对现代计算物理的主题进行了异常广泛的调查。 它的哲学根植于在实践中学习,使用新的科学材料以及Python编程语言。 -
Python设计模式(Brandon Rhodes) 理解结构化、创建性和行为性Python设计模式——这本书将帮助您学习设计模式的核心概念,以及使用它们解决Pythons软件设计问题的方法。 -
O'Reilly®20个您没有使用的Python库(但应该使用) 本书帮助您探索一些鲜为人知的Python库和工具,包括第三方模块和标准库中的几个非常有用的工具,值得更多关注。 -
O'Reilly®Think Bayes:Python中的贝叶斯统计 如果你知道如何编程,你就可以处理贝叶斯统计了。 通过本书,您将学习如何使用Python代码而不是数学公式,使用离散概率分布而不是连续数学来解决统计问题。 -
使用Python进行回归分析(Eric Marsden) 具备执行能力 回归分析 通过本书,您将获得使用Python快速构建更好的线性模型的知识,并将结果应用到Pythons或任何您喜欢的计算机语言中。 -
数学蟒蛇(Patrick Walls) 这本书介绍了数学计算,包括基本的Python编程、使用NumPy、SciPy和Matplotlib的科学计算、微积分、线性代数和微分方程的应用。 -
如何在Python 3中编码(Lisa Tagliaferri) 本书旨在让开发人员和其他急于学习Python的人快速入门。 您将学习多年来在几天内收集到的缺点、难题、最佳实践和提示。 -
Python教程(Guido van Rossum) 本教程非正式地向读者介绍Python语言和系统的基本概念和特性。 这个快节奏、全面的介绍会让你编写程序,解决问题,并使事情在短时间内生效。 -
Python手册(Flavio Copes) 无论你从未写过一行代码,还是有一些编程经验,这本书都是正确的选择,因为它将不可避免地让你面临新的、高收入的工作机会。。。 -
如何像计算机科学家一样思考:用Python学习3 这本书是使用 蟒蛇 编程语言。 它涵盖了计算机编程的基础知识,包括变量和值、函数、条件和控制流、程序开发和调试。 -
程序员的学徒:用Python 3学习编程 本书旨在向对编程完全陌生的学生和青少年教授Python 3,假设学生以前没有编程知识,并包含许多练习来训练他们的编程技能。 -
像Pythonista一样编写代码:惯用Python(大卫·古德) 这本书为那些急于编写生产代码的程序员全面介绍了Python语言的每个特性。 您将深入研究惯用的Python模式,以便可以很快编写专业的Pytython程序。 -
了解更多Python 3艰难之路(Zed A.Shaw) 这本包含52个实践项目的书非常适合编写Python代码但还不习惯在完成软件的过程中接受新思想的每个人。 每个项目都有助于你培养关键的实用技能。 -
使用Python创建图形用户界面(Laura Sach等) 这本书适合所有人,从初学者到想要探索图形用户界面(GUI)的有经验的Python程序员。 你可以创建十个有趣的项目,包括一个绘画程序、一个表情游戏和一个停止动作的动画创作者。 -
机器人基础:Python和ROS方法 这本书使用一种基于项目的方法,以一种易于理解的语言介绍了机器人技术中的关键概念。 它涵盖了机器人学的当代主题,为所有主要领域的基础知识提供了一个可访问的切入点。 -
O'Reilly®Think DSP:Python中的数字信号处理 本书介绍了使用Python作为编程语言的计算方法进行信号处理和系统分析。 它以增量的方式开发重要的想法,重点放在应用程序上。 -
PySDR:使用Python的SDR和DSP指南(马克·利希特曼) 这本教科书是对数字信号处理(DSP)、软件无线电(SDR)和无线通信领域的亲身介绍。 把这本教科书想象成通往DSP和SDR世界的大门。 -
Python中的卡尔曼和贝叶斯过滤器(Roger R Labbe Jr.) 这本书是 卡尔曼 和 贝叶斯主义者 过滤器。 所有代码都是用Python编写的,书本身是用Juptyer Notebook编写的,这样您就可以在浏览器中运行和修改代码。 还有什么更好的学习方法? -
地理空间分析用巨蟒(Ujaval Gandhi) 适合没有编程背景或python知识的GIS从业人员。 本课程将介绍基本的Python编程概念、空间分析库、地理空间API和构建空间数据处理管道的技术。 -
地理数据分析Python简介 为所有“地理思维”的人(地理学家、地质学家和其他使用空间数据的人)介绍Python编程和地理数据分析的基础知识。 将Python GIS地理空间过程应用于各种问题,并处理遥感数据。 -
空间数据处理的Python脚本(Pete Bunting等) 本书是针对初学者的Python教程,旨在教授空间数据处理。 它被用作英国阿伯里斯特威斯大学遥感和地理信息系统课程的一部分,使用psycopg2和ogr2ogr等。 -
使用Python的地理数据科学(Sergio Rey等人) 提供工具、方法和理论,以应对当代数据科学应用于地理问题和数据的挑战,方法是使用地理和计算推理来揭示隐藏在数据中的新见解。 -
学习巨蟒(法布里奇奥·罗马诺) 本书从探索编程、数据结构的要点开始,并教你如何操作它们。 然后,它继续控制程序的流程,并编写可重复使用和防错的代码。 -
使用Python挖掘社交媒体:在数据中查找故事 本书向您展示了如何使用Python和关键数据分析工具来查找隐藏在社交媒体中的故事。 使用Python、Jupyter笔记本和熊猫库执行高级数据分析。 -
Python机器学习项目(Brian Boucheron等人) 本书试图为今天和明天的开发人员提供工具,使他们能够更好地理解、评估和塑造机器学习。 如果您了解一些Python,并且想使用机器学习和深度学习,请拿起这本书。 -
PyTorch深度学习(Eli Stevens等人) 这本书教你创建深度学习和神经网络系统 PyTorch公司 它可以让您立即从头开始构建肿瘤图像分类器。 您将学习整个深度学习管道的最佳实践,处理高级项目。 -
使用TensorFlow进行机器学习(Nishant Shukla) 本书为读者提供了机器学习概念的坚实基础,以及使用Python编写TensorFlow的实际经验。 您将通过使用经典的预测、分类和聚类算法学习基础知识。 -
使用Python的数据科学要素(艾伦B.唐尼) 本书为没有编程经验的人介绍了数据科学。 其目标是提供一个小而强大的Python子集,使您能够尽快完成数据科学方面的实际工作。 -
生物蟒蛇教程和食谱(Jeff Chang等人) 生物蟒蛇 是一组用Python编写的免费生物计算工具。 除了一些模块的特定文档外,本书还提供了帮助您开始使用Biopython的信息。 -
Python中面向对象设计的构建技巧 本书将通过创建一个中等复杂的游戏系列来帮助您建立面向对象的设计技能。 它是OO设计和实现的分步指南,供希望使用 蟒蛇 创建高效的程序。 -
编程街机游戏:使用Python和Pygame(Paul Craven) 学习并使用Python和PyGame来设计和构建酷炫的街机游戏。 阅读并使用本书后,您将能够学习使用当今最流行的编程语言之一Python编程和构建简单的街机游戏应用程序。 -
用Pygame Zero和Python编码游戏(理查德·史密斯) 使用动作游戏教授pro-gramming,使学习更加有趣。 其中一些示例完全集中于介绍新的语言概念或展示Pygame Zero API的工作原理,但大多数是两者的混合。 -
编写经典代码–第1卷:使用Python和Pygame 这本书不仅讲述了20世纪70年代和80年代一些开创性的视频游戏的故事,还向您展示了如何使用Python和 皮加梅 Zero,以下是Raspberry Pi创始人Eben Upton编写的示例。 -
使用Python学习机器人计算(Deepak Kumar) 这本书将向你介绍计算机、机器人和计算的世界。 你将了解到,计算与计算机无关,正如天文学与望远镜无关。 机器人的存在时间比计算机长得多。 -
Python中的经典计算机科学问题(David Kopec) 本书通过对经过时间测试的场景、练习和算法进行挑战,加深了您在计算机科学领域对问题解决技术的了解。 当您在搜索、聚类、图形等方面完成示例时。 -
面向所有人的CS:使用Python的计算机科学导论 介绍计算机科学作为一个智力丰富、充满活力的领域,而不是只专注于计算机编程。 它强调概念和解决问题,而不是语法和编程语言功能。 -
Python Pro的实践(Dane Hillard) 您将学习使用非常流行的编程语言Python大规模地设计专业级、干净、易于维护的软件。 你会发现一些简单易懂的示例和即时有用的技术,它们将帮助你像专业人士一样编写代码。 -
IPython交互式计算和可视化食谱 本书包含许多现成的、针对高性能科学计算和数据分析的重点配方,从最新的IPython/Jupyter功能到最高级的技巧,帮助您编写更好更快的代码。 -
Python旋风之旅(Jake VanderPlas) 本书快速介绍了Python语言的基本特性,面向已经熟悉另一种语言编程的研究人员和开发人员,特别是在数据科学和/或科学编程中使用Python。 -
学习Python,打破Python:编程入门指南 这本书是Python编程语言的亲身介绍,是为那些没有任何编程经验的人编写的。 你不需要担心。 学习如何编写计算机程序绝非不可能。 -
Python中的注释算法:及其应用 这本书涵盖了算法的分析和设计、科学计算、蒙特卡罗模拟和并行算法。 它教授任何对数值算法和计算金融感兴趣的科学家所需要的核心知识。 -
O'Reilly®测试驱动Python开发(Harry Percival) 通过从头到尾介绍一个真正的web应用程序的开发过程,本实践指南展示了使用Python进行测试驱动开发(TDD)的实际优势。 您将学习如何在构建应用程序之前编写和运行测试。 -
非程序员Python 3教程(Josh Cogliati等人) 本书是一本教程,旨在介绍Python编程语言。 本指南适用于没有编程经验的人。 本指南中有很多代码。 你应该输入代码,看看会发生什么。 -
Python搭便车指南:开发最佳实践 本指南描述了包和应用程序开发人员当前使用的最佳实践。 与其他面向读者的书籍不同,它轻描淡写地介绍了可重用代码,重在设计理念,将读者引向已经存在的优秀源代码。 -
用Python破解代码:构建和破解密码 学习如何在编写和破译密码时使用Python编程——用于创建和发送秘密消息的算法! 您将从反向密码和凯撒密码的简单程序开始,然后逐步发展到公钥密码等。 -
开放的密码学工作簿:Python项目 本书使用Python和Pythons中的一些标准密码库来探索这些密码思想。 它应该能够让学生在使用Python时有一个坚实的基本舒适度,但也可以用作巩固Pythons的一种方法。 -
Python与编码理论(大卫·乔伊纳) 这是一门关于Python和编码理论的课程的课堂讲稿,是为那些几乎没有编程经验的学生设计的。 您将学习一些Python计算机编程语言和编码理论中的选定主题。 -
Python实践教程(Andrew N.Harrington博士) 本书为初学者提供了一个简明、循序渐进的Python编程指南。 提供了大量示例、插图、章末小结和实践练习(含解决方案),以帮助读者更快地学习、更长地记忆等。 -
基本Python(Krzysztof Kowalczyk) 这本书为开始学习Python编程语言的程序员以及深入研究更复杂主题的程序员提供了清晰简洁的主题解释。 示例链接到允许您玩它们的在线操场。 -
O'Reilly®Python Web框架(Carlos De La Guardia) 这本书描述了Python web框架,从提供大量功能的全栈选项到注重简单性和较少功能的微框架。 了解如何选择最适合您的开发需求的框架。 -
使用Python的Hadoop(Zachary Radtka等人) 本书将带您了解Hadoop、MapReduce、Pig和Spark背后的基本概念。然后,通过多个示例和用例,您将学习如何通过应用各种Python工具来使用这些技术。 -
Python专业注释(堆栈溢出贡献者) 本书由Stack Overflow Documentation编纂而成,内容由Stack Overflow的美女们编写。 文本内容在知识共享BY-SA下发布。请参阅本书末尾的署名,这些署名对各个章节都有贡献。 -
如何在Python中出错? (迈克·皮纳特) 即使是最好的程序员也会犯错误。 有些人简单而愚蠢; 其他人则令人尴尬,代价高昂。 作者剖析了一些他最难忘的错误,一层层地把它们剥开,以揭示出问题所在。 -
通往巨蟒的快车道(Norm Matloff) 本书旨在帮助读者快速获得Python基础。 对于任何具有面向对象编程(OOP)语言(如C++或Java)背景的人来说,这些材料都特别合适。 -
初级Python教程(Wikibooks) 如果您是使用Python编程的新手,并且正在寻找可靠的介绍,那么这本书正是适合您的——一本全面且易于阅读的Python-编程介绍包括大量用于编写第一行代码的编程教程。 -
计算编程-Python(Svein Linge等人) 本书将计算机编程作为使用Python解决数学问题的关键方法。 每一个处理过的概念都通过工作实例进行了详细的说明和解释。 它是为新手程序员和工程师设计的。 -
用Python求解常微分方程(Joakim Sundnes) 这本开放存取的书解释了现代常微分方程(ODE)求解器的基础。 对显式和隐式方法进行了激励和解释,所有解算器都在Python中实现为类层次结构。 -
用Python解决PDE:FEniCS教程I(H.Langtangen) 本书基于流行的 FEniCS公司 软件库。 通过一系列示例,它指导读者完成在FEniCS中快速求解PDE的基本步骤。 -
使用Python和OpenGL开发图形框架 它向您展示了如何创建用于渲染完整三维场景的软件,解释了基本理论概念以及实用编程技术,这些技术将使您能够创建自己的动画和交互式世界。 -
科学可视化的Python和OpenGL(Nicolas P.Rougier) 本书的目标是协调Python程序员与OpenGL之间的关系,介绍现代OpenGL以及一组基本和高级技术,以实现快速、可伸缩和美观的科学可视化。 -
科学可视化:Python和Matplotlib(Nicolas P.Rougier) Matplotlib提供了一个可定制绘图的大型库,以及一组全面的后端。 通过实际、动手和简单的示例,本书指导您使用Python和Matplotlib完成数据可视化和探索。 -
从Python到NumPy(尼古拉斯·罗吉尔) 数字Py 是Python可用的最重要的科学计算库之一。 本书通过深入介绍高级概念,教您如何获得执行复杂操作的专家级能力。 -
NumPy指南(Travis E.Oliphant) 这本书是为程序员、科学家或工程师编写的,他们具有基本的Python知识,并希望能够使用Pythons进行数值计算。 它将为您奠定NumPy数组和通用函数的坚实基础。 -
NumPy教程(Usman Malik、Anne Bonner等) 他们提供了开始时需要了解的所有信息 数字Py 他们还解释了NumPy的基础知识,如其体系结构和环境,讨论了各种数组函数、索引类型等。通过示例可以更好地理解。 -
Scipy演讲笔记(Emmanuelle Gouillart等人) 这本书是关于科学Python生态系统的教材,是对中心工具和技术的快速介绍。 它适用于从初学者到专家的程序员。 使用SciPy、NumPy、Pandas、scikit-image和其他Python库解决实际问题。 -
科学编程简洁(詹姆斯·麦卡弗里) 本书为读者提供了关于Python开源扩展SciPy的快速、彻底的基础知识。 SciPy库及其相互依赖的NumPy为Python程序员提供了使用数组和矩阵的高级函数。 -
黑客的贝叶斯方法:使用Python和PyMC 本书通过实例和计算,通过强大的PyMC语言和密切相关的Python工具NumPy、SciPy、Matplotlib,通过概率编程阐明了贝叶斯推理,无需高等数学。 -
O'Reilly®选择Python版本:宣言(David Mertz) 此报告指导您完成隐式决策树,以选择最适合您的Python版本、实现和分发。 有两个主要版本:Python2.x系列和更新的Python3.x系列。 -
潜入巨蟒3(马克·皮尔格林) 这本书是Python 3(Python语言的最新版本)及其与Python 2的区别的实践指南。 每一章都以一个真实、完整的代码示例开始,然后将其分离并解释各个部分,最后将其放回摘要中。 -
移植到Python 3:深度指南(Lennart Regebro) 移植到Python 3并不一定令人畏惧。 本书指导您完成将Python2代码移植到Python3的过程,从选择移植策略到解决分发问题。 -
空间数据处理的Python脚本(Pete Bunting等) 本书是针对初学者的Python教程,旨在教授空间数据处理。 它被用作英国阿伯里斯特威斯大学遥感和地理信息系统课程的一部分,使用psycopg2和ogr2ogr等。 -
Python 3基础教程(Kristian Rother) 它是专门为初学者编写的,它将带您一步一步地编写您的第一个程序,在我们进行过程中解释代码的每一部分,指导您设置Python、选择IDE以及使用Pythons进行编码的各种元素。 -
建模创造力-Python案例研究(Tom De Smedt) 这本书是用Python中的计算方法来模拟创造力。 其目的是构建在艺术环境中展现创造力的计算机模型,即能够生成或评估艺术品(视觉或语言)等。 -
Python 201:(略)高级Pythons主题(Dave Kuhlman) 本课程包含Python程序员感兴趣的几个高级主题的讨论:正则表达式、单元测试、扩展和嵌入Pythons、解析、GUI应用程序、包和模块指南。 -
1页Python书籍:Pythons编程初学者指南 本书是学习Python编程的指南。 精确的代码示例和分解的解释,整齐地组织成章节。 提供指向外部资源的链接,以便在需要时进行补充阅读。 -
学习Python Fast Deep Simple(Behnam Khani) Python编程的可视化和交互式之旅。 深入学习迷人的视觉效果和交互式练习,非常适合初学者和中级程序员。 通过这本沉浸式电子书,释放您的Python技能。 -
中级Python(Obi Ike-Nwosu) 为读者提供Python语言的全面深入知识。 它解释了方法和函数是如何关联的,如何优雅地创建序列,函数编程的工具,如何使用用户定义的对象。 -
中级蟒蛇(穆罕默德·雅索布·乌拉·哈利德) Python是一种令人惊叹的语言,拥有强大而友好的程序员社区。 这本书旨在为您提供一些有关一些有趣主题的信息,您可以在了解Python的基础知识后进一步探索这些主题, -
Python for Informatics:探索信息(Charles Severance) 这本书提供了以信息为导向的编程介绍。 本书中采用的计算机科学方法和信息学方法的主要区别在于,它们更注重使用Python解决问题。 -
用Python解决算法问题(John B.Schneider) 本书使用Python向人们介绍编程和算法思想。 它重点关注经典算法,但也对基本算法问题解决技术有了坚实的理解。 -
计量经济学、统计和数据分析用Python 这本书为初学者介绍了Python。 对于对使用NumPy、SciPy和matplotlib进行数字和统计分析感兴趣的经验丰富的Python程序员来说,它们也可能很有用。 -
全栈Python(Matt Makai) 本书解释了每个Python web应用程序堆栈层,并为这些主题提供了最佳的web资源。 在本书中,通过在虚拟专用服务器上进行完整部署,以一个开源Python web应用程序为例。 -
编译要点:Python中的增量方法 使用Python理解和构建编译器的实践方法。 解释构成现代编译器基础的基本概念、算法和数据结构,并为将来研究高级主题奠定基础。 -
O'Reilly®自然语言处理与Python 这本书提供了一个高度易用的自然语言处理介绍,该领域支持各种语言技术,从预测文本和电子邮件过滤到自动摘要和翻译。 -
使用Python进行实际的自然语言处理 它教你如何利用深度学习模型来执行各种NLP任务,以及处理当今NLP挑战的最佳实践。 您将精通构建支持深度学习的NLP应用程序,以及克服NLP挑战。 -
Think Stats,第二版:Python中的探索性数据分析 这个简明的介绍向您展示了如何使用Python编写的程序以计算方式而非数学方式执行统计分析。 通过编写和测试代码,培养您对概率和统计的理解。 -
使用Python进行Gui编程:使用Qt工具包(B.Rempt) 本书的主题是使用PyQt进行应用程序开发。 无论您是在构建GUI原型还是使用本机外观构建成熟的跨平台GUI应用程序,PyQt都是您最快、最简单、最强大的解决方案。 -
使用Python的深度学习教程(LISA实验室) 这里提供的教程将向您介绍一些最重要的深度学习算法,还将向您展示如何使用Theano运行这些算法。 Theano是一个python库,它使编写深度学习模型变得容易,并提供了在GPU上训练模型的选项。 -
儿童版Python:编程入门 这本书将Python引入生活,并将您(和您的父母)带入编程世界。 它将引导你在实验独特的示例程序时了解基本知识,这些程序以贪婪的怪物、特工、偷窃的乌鸦等为特色。 -
用Python窃取秘密密码(Albert Sweigart) 这本书教你如何编写自己的密码程序,以及可以从这些密码中破译加密消息的黑客程序。 -
思考Python-如何像计算机科学家一样思考 Think Python是为没有编程经验的学生介绍Python。 它从编程的最基本概念开始,经过精心设计,在首次使用时定义了所有术语。 -
开放数据结构:Python简介(Pat Morin) 这本书是对数据结构和算法领域的介绍,它涵盖了序列(列表)、队列、优先级队列、无序字典、有序字典和图的数据结构的实现和分析。 -
用Python编程计算机视觉:工具和算法 这本书是使用Python的计算机视觉的亲身介绍。 它为动手操作的计算机视觉提供了一个容易获得的切入点,对基础理论和算法有足够的理解,为学生和研究人员奠定了基础。 -
用Python发明你自己的电脑游戏,第3版 它教你如何用Python编程语言编写电脑游戏。 每一章都为您提供了新游戏的完整源代码。 它的编写是为了让任何年龄段的人都能理解,因为他们以前从未进行过编程。 -
学习使用Python编程:业余爱好者入门教程 本书基于一个流行的在线教程,该教程已针对本书进行了扩展和增强。 它将带您逐步了解所有重要的编程主题。 它将带您逐步了解所有重要的编程主题。 -
计算科学与工程Python简介 本书总结了使用Python进行计算工程和科学计算的一些核心思想。 重点是介绍一些与数值算法相关的基本Python(编程)概念。 -
计算科学的Python脚本(Hans Langtangen) 这本非常有用的书主要关注与计算科学家相关的示例和应用程序,它向计算科学家展示了如何开发定制的、灵活的、人性化的工作环境,这些环境是用易于学习的高级Python语言编写的小脚本构建的。 -
基本蟒蛇3(凯文·范斯·科利纳) 本书旨在为您提供用Python 3编程所需的所有基本信息。 在向您展示如何使用Python 3中包含的一些强大库之前,本文首先介绍了该语言的基本知识。 -
Python Succinctly(杰森·坎农) 学习使用Python语言创建各种程序。 它将指导您从完全不熟悉Python到创建实际应用程序。 使用Python Succinctly,缺乏经验并不是掌握编程语言的障碍。 -
《Python语言参考手册》(Guido van Rossum等人) 本手册面向需要完整描述Python 3.x语言语法和对象系统的高级用户。 -
Python编程实用入门(Brian Heinold) 这本书是为任何想了解Python编程的人准备的。 无论是教程还是参考资料,您都将随书一起编写代码,在学习使用Python 3编程的基本原理时编写程序来解决现实世界中的问题。 -
Python简介(Guido van Rossum) 本手册介绍了Python,一种易于学习的面向对象编程语言。 Python结合了强大的功能和清晰的语法。 它有模块、类、异常、非常高级的数据类型和动态类型。 -
Python for You and Me(库沙尔·达斯) 这是一本学习Python编程语言的简单书籍,它是为那些对Pythons不熟悉的程序员编写的。 它将向您介绍学习Python的简单方法,并能够完成您自己的项目! -
在Raspberry Pi上用Python制作游戏(Sean M.Tracey) 你将学习如何在我们的 树莓派 从头开始。 它旨在帮助您学习用Python和Pygame在Raspberry Pi上制作游戏所需的许多基本技能。 -
O'Reilly®挖掘社交网络,第2版(Matthew A.Russell) 这本书向你展示了如何回答这些问题,例如,你如何利用社交数据,发现谁在与谁联系,哪些见解隐藏在表面之下,以及人们在谈论什么? -
O'Reilly®Think Stats:使用Python的概率和统计 本书向您展示了如何使用Python编写的程序以计算方式而非数学方式执行统计分析。 -
O'Reilly®Python标准库(Fredrik Lundh) 这本书非常适合于任何正在工作的Python开发人员,它提供了一个极好的教程,介绍了当今Pythons标准中一些最重要的模块。 -
学习使用Python编程(Cody Jackson) 本文讨论了核心Python语言(2.x和3.x版本),并介绍了图形用户界面的创建。 本书涵盖的思想为读者提供了许多主要的编程主题,适用于各种各样的编程语言。 -
编程与数学思维:离散数学与Python 从初级开始,本书讲述了离散数学的基本结构以及使用这些结构的许多简单但功能强大的编程技术。 -
凯瑞斯·斯库辛特利(詹姆斯·麦卡弗里) 这本书的目的是向你介绍 凯拉斯 是用Python构建神经网络的最流行、最强大的库之一。 您将学习如何用Python构建卷积神经网络! -
潜入巨蟒:从新手到职业巨蟒(马克·皮尔格林) 这本书是你的“荒岛”Python书。 如果您以前从未进行过编程,那么Python是一种学习现代编程技术的优秀语言。 -
一个字节的Python(Swaroop C H) 本书为初学者提供Python语言的教程或指南。 它是为最新的Python 3编写的,尽管Python2是目前常见的Pytython版本(请参阅Python2vs.3一节中的更多内容)。 -
《蟒蛇书》(戴夫·库尔曼) 本书是Python编程课程的自学文档。 它包含(1)一个面向初学者的部分,(2)对Python程序员感兴趣的几个高级主题的讨论,以及(3)一个包含大量练习的Pythonworkbook。 -
Python中的文本处理(David Mertz) 这本书是一本示例驱动的实践教程,它仔细地教程序员如何使用Python语言完成许多文本处理任务。 它为特定的文本处理问题提供了高效和有效的解决方案。 -
用Python和Pygame制作游戏(Albert Sweigart) 这是一本编程书,涵盖了Python编程语言的Pygame游戏库,它的编写目的是让10到12岁的孩子都能理解,尽管它对任何年龄段的人来说都是很好的,只要他们对Pythons有一定的了解。 -
Django 3网络开发食谱(Aidas Bendoraitis等人) 使用Django 3和Python构建快速、健壮和安全的web应用程序的实用方法。 Python web开发中常见问题的可操作解决方案。 它不仅可以帮助您使用PostgreSQL数据库,还可以帮助您处理MySQL数据库。 -
有效Django(Nathan Yergler) 有了这本书,您应该了解Django的各个部分是如何组合在一起的,如何使用它们来设计web应用程序,以及在哪里可以深入挖掘。 构建可测试、可维护和可扩展的web应用程序。 -
Django的最终指南:正确的Web开发 本书将向您展示如何组装Django的功能,并利用其功能设计、开发和部署一个功能齐全的网站。 它将带您完成一个示例web应用程序的创建,其中包含大量代码示例。 -
O'Reilly®思考复杂性:科学与建模(Allen Downey) 这本书是关于复杂性科学、数据结构和算法、Python的中间编程以及科学哲学的。 -
Python计算物理(马克·纽曼) 计算物理领域的完整介绍,以及Python编程语言中的示例和练习。 它解释了计算物理的基本原理,并用简单的术语描述了每个物理学家都应该知道的技术,。 -
Python科学讲座笔记(Scipy讲座) 这本书是关于科学Python生态系统的教材,是对中心工具和技术的快速介绍。 它适用于从初学者到专家的程序员。 使用SciPy、NumPy、Pandas、scikit-image和其他Python库解决实际问题。 -
库存分析:一种实用的Python-Driven方法 这本书提供了一个全面和容易的介绍理论和实践 库存控制 –供应链规划的重要研究领域。 它采用了一种实用的、由Python驱动的方法来阐释理论和概念。 -
水文学巨蟒(Sat Kumar Tomer) 这本书是为学习Python而写的,它在 水文学 这本书涵盖了水文学的基本应用,以及高级主题,如copula的使用。 -
如何使用Python编写自己的软件(Steven F.Lott) 这本书将帮助你建立基本的编程技能,以一种从简单的中心概念到更高级的功能的层次来组织语言。 -
机器人Karel和Python编程第一门课程 这本书对现代算法设计和计算机编程提供了一个温和而有效的全面介绍。 它由两种编程语言组成——机器人卡雷尔(Karel the Robot)和Python。 -
基本数据分析及更多内容-使用Python的导览 在本书中,将介绍和说明一些常用的统计工具。 从数据分析的角度来看,提供了使用Python编程语言的所提出技术的示例性实现。 -
使用Python成为代码破解者:入门指南 本书描述了几种用于各种密码的加密Python程序,以及如何编写可以破译这些密码的Pythons程序。 -
编程的艺术与工艺,Python版(约翰·C·卢斯) 本书旨在作为大学级第一门计算机课程的主要教材。 它采用相当传统的方法,强调问题解决、设计和编程是计算机科学的核心技能。 -
使用Python学习:交互式版 这本书对Python基础知识提供了全面、易懂的介绍。 Python是学习者进入迅速发展的计算机科学领域的理想第一语言,它为学生提供了一个坚实的平台,让他们掌握关键的问题解决技能,可以轻松地跨编程语言进行翻译。 -
学习用Python编程(理查德·哈尔特曼) 本书并不试图涵盖Python编程语言的所有方面。 这里的重点是介绍编程技术和培养良好习惯。 本书中的代码基于Python 3。 -
Python中的设计模式(Alexander Shvets等人) 本书面向具有中级背景并对用惯用Python实现的设计模式感兴趣的Pythons程序员。 对Python感兴趣的其他语言的程序员也可以从本书中受益。 -
O'Reilly®Python Cookbook,第三版:掌握Python3的秘诀 这本书包含了用Python 3编写和测试的实用食谱,这本独特的食谱是为那些希望专注于现代工具和习惯用法的经验丰富的Pythons程序员编写的。 -
寻找Python程序员(杰森·麦克维塔) 本书旨在为经验丰富的Python程序员提供Go语言的坚实介绍。 您将探索该语言的关键领域,如并发性、测试、数据结构等。 -
Python中的构建技巧:程序员对Python的介绍 这本书是Python语言的完整介绍。 它以学习为导向,包括积累许多紧密交织的概念。 它面向需要学习Python并提供特定帮助的专业程序员。 -
编程基础:使用OOP,Python Edition 这本书提出了一种平衡和灵活的方法,在使用Python的入门课程中结合面向对象的原则。 -
《铁塔最终指南》(詹姆斯·加德纳) 这本书是对 电缆塔 web框架,它使用了Ruby、Python和Perl的最佳特性以及新兴的WSGI标准来提供结构和灵活性。 -
从这里开始:面向初学者的Python编程(Jody S.Ginther) 这是一本面向对编程感兴趣的初学者的书。 它通过动手练习从零开始教新程序员。