教育部考試中心近日發布關於全國計算機等級(NCRE)體系調整的通知，決定自2018年3月起，在全國計算機二級考試中增加“Python語言編程”科目。
9個月前，浙江省信息技術課程改革方案頒布，Python決定進入浙江省信息技術教材。2018起，浙江省信息技術教材編程語言將由vb改為Python。
小學生都開始學Python了。天啊，看完這些學Python肯定是對的。
安利壹博書單
Python簡介
Python編程快速入門——自動化繁瑣的工作。
作者:美國人阿爾·斯威加特(Svegat)
Python3編程從入門到實踐
亞馬遜出售Python編程書籍。
本書是面向實踐的Python編程實用指南。本書不僅介紹了Python語言的基礎知識，還通過項目實踐教會讀者如何應用這些知識和技能。本書的第壹部分介紹了Python編程的基本概念，第二部分介紹了壹些不同的任務。通過編寫Python程序，計算機可以自動完成。第二部分的每壹章都有壹些項目程序供讀者學習。在每章的最後，還有壹些練習和深入的實際項目，以幫助讀者鞏固他們所學的知識，附錄提供了所有練習的答案。
用笨方法學Python(第3版)
作者:美國澤德·a·肖
《用笨方法學Python》(第3版)是壹本入門的Python書籍，適合不太懂計算機，也沒學過編程，但對編程感興趣的讀者。本書以習題的方式引導讀者循序漸進地學習編程，從簡單的打印到完整項目的實現，讓初學者從基本的編程技術開始，最終體驗軟件開發的基本過程。
《用笨方法學Python(第3版)》的結構很簡單，* * *包括52個練習，其中26個涵蓋了輸入/輸出、變量和函數三個主題，另外26個涵蓋了壹些高級主題，比如條件判斷、循環、類和對象、代碼測試和項目實現。每章的格式基本相同，從代碼練習開始，按照說明寫代碼，運行並檢查結果，然後做附加練習。
Python編程初學者指南
作者:美麗的麥可·道森
Python編程初學者指南試圖以壹種輕松有趣的方式幫助初學者掌握Python語言和編程技巧。本書***12章節，每章都會用壹個完整的遊戲來演示重點知識點，通過編寫好玩的小軟件來學習編程，會引起讀者的興趣，降低學習難度。每章的最後都會對該章的知識點進行總結，並給出壹些小練習，供讀者壹試身手。作者巧妙地將所有編程知識嵌入到這些例子中，真正做到了教育的娛樂化。
數據結構(Python語言描述)
作者:肯尼斯·a·蘭伯特(Lambert)
在計算機科學中，數據結構是壹門概念抽象、難度較大的高級課程。Python語言語法簡單，交互性強。用Python來解釋數據結構等話題，比C語言更簡單明了。
本書第1章簡要介紹了Python語言的基礎知識和特點。第二章到第四章詳細介紹了抽象數據類型、數據結構、復雜性分析、數組和線性鏈表結構。第五章和第六章重點介紹了面向對象設計的相關知識。第5章包括接口和實現、多態和信息隱藏之間的主要區別。第6章主要講解繼承的相關知識。第七章到第九章介紹了用棧、隊列、鏈表表示的線性集合的相關知識。第10章介紹各種樹結構，第11章講解集合和字典的相關內容，第12章介紹圖和圖處理算法。每章結尾都給出復習題和案例分析，幫助讀者鞏固和思考。
像計算機科學家壹樣思考Python。
作者:美國艾倫·b·唐尼
這本書按照訓練讀者像計算機科學家壹樣思考的想法來教授Python編程。書的主體是如何思考、設計和開發，具體的編程語言只是提供了壹個引入具體場景的便捷媒介。這不是壹本關於語言的書，而是壹本關於編程思想的書。與其他編程語言書籍不同的是，它不拘泥於語言細節，而是試圖從初學者的角度出發，用生動的例子和豐富的練習來引導讀者變得更好。
Python高級版
Python高級編程(第二版)
作者:米查，波蘭？賈沃斯基(賈沃斯基)、塔裏克·齊亞德(賴德)
本書以Python 3.5版本為基礎，通過13章的內容，深刻揭示了Python編程的高級技巧。本書從介紹Python語言及其社區開始，對Python語法、命名規則、Python包編寫、部署代碼、擴展程序開發、管理代碼、文檔編寫、測試開發、代碼優化、並發編程、設計模式等重要主題進行了全面系統的講解。
本書適合想進壹步提高Python編程技能的讀者，也適合對Python編程感興趣的讀者。結合典型和實際的開發案例，本書可以幫助讀者創建高性能、可靠和可維護的Python應用程序。
Python高性能編程
作者:Gorelick，Ozsvald。
本書* * *共12章，重點講述如何優化代碼，加快實際應用的運行速度。本書主要包含以下主題:計算機內部結構的背景知識、列表和元組、字典和集合、叠代器和生成器、矩陣和向量計算、並發、聚類和工作隊列。最後，通過壹系列真實案例，論證了應用場景中需要註意的問題。
本書適合初級和中級Python程序員，以及有壹定Python語言基礎，希望得到進階和提高的讀者。
Python極客項目編程
作者:Mahesh Venkitachalam，美國
Python是壹種高級編程語言，具有解釋性、面向對象和動態數據類型。通過Python編程，我們可以解決現實生活中的很多任務。
這本書幫助並鼓勵讀者通過14個有趣的項目探索Python編程的世界。書中***14章介紹了壹些用Python編程實現的有趣項目，包括解析iTunes播放列表、模擬人工生命、創建ASCII碼藝術圖紙、照片拼接、生成三維圖紙、創建粒子模擬煙花噴泉效果、實現三維光線投射算法、將Arduino、樹莓派等硬件與Python結合。本書並沒有介紹Python語言的基礎知識，而是通過壹系列復雜的項目展示了如何使用Python解決各種實際問題，以及如何使用壹些流行的Python庫。
Python核心編程(第三版)
作者:美國衛斯理·陳(Wesley Chun)
本書是經典暢銷書《Python核心編程》(第二版)的全新升級版，分為三個部分。1部分講解了Python的壹些通用應用，包括正則表達式、網絡編程、互聯網客戶端編程、多線程編程、GUI編程、數據庫編程、Microsoft Office編程、擴展Python等等。第二部分講解了與Web開發相關的主題，包括Web客戶端和服務器、與CGI和WSGI相關的Web編程、Diango Web框架、雲計算和高級Web服務。第三部分是補充/實驗章，包括文本處理等壹些內容。
這本書適合有壹定經驗的Python開發者。
Python機器學習——預測分析的核心算法”
作者:邁克爾·鮑爾斯(Bowles)
在學習和研究機器學習的時候，面對眼花繚亂的算法，機器學習的新手往往無所適從。這本書從算法和Python語言實現的角度幫助讀者理解機器學習。
本書重點介紹了兩種核心的“算法族”，即罰線性回歸和積分方法，並通過代碼示例展示了使用所討論算法的原理。全書* * *共分七章，詳細論述了預測模型的兩大核心算法，預測模型的構建，罰線性回歸和積分法的具體應用和實現。
Python機器學習實踐指南
作者:亞歷山大·t·庫姆斯，美國
機器學習是近年來越來越熱門的領域，Python語言經過壹段時間的發展也逐漸成為主流編程語言之壹。本書結合了機器學習和Python語言這兩個熱門領域，利用兩個核心的機器學習算法，最大限度發揮Python語言在數據分析方面的優勢。
這本書有10章。第1章講解了Python機器學習生態系統，其余九章介紹了很多與機器學習相關的算法，包括各種分類算法、數據可視化技術、推薦引擎等。，主要包括機器學習在公寓、機票、IPO市場、新聞源、內容推廣、股票市場、圖片、聊天機器人、推薦引擎的應用。
精通Python自然語言處理
作者:Deepti Chopra，Nisheeth Joshi，Iti Mathur，印度。
自然語言處理是計算語言學和人工智能中與人機交互相關的領域之壹。
本書是學習自然語言處理的綜合學習指南，介紹了如何用Python實現各種NLP任務，幫助讀者基於現實生活中的應用創建項目。本書***10章，涵蓋了字符串操作、統計語言建模、形態學、詞性標註、語法分析、語義分析、情感分析、信息檢索、語篇分析和NLP系統評估等主題。
本書適合熟悉Python語言，對自然語言處理和開發有壹定了解和興趣的讀者。
Python數據科學指南
作者:印度戈皮·薩勃拉曼尼亞(Sabramanian)
60多種實用開發技能，幫助您探索Python及其強大的數據科學功能。
Python作為壹種高級編程語言，以其簡單性、可讀性和可擴展性成為編程領域備受推崇的語言，成為數據科學家的首選之壹。
本書詳細介紹了Python在數據科學中的應用，包括數據探索、數據分析與挖掘、機器學習、大規模機器學習等主題。每章都為讀者提供了足夠的數學知識和代碼實例，讓讀者理解不同深度的算法函數，幫助讀者更好地掌握各種知識點。
本書內容結構清晰，實例完整，無論是數據科學領域的新手還是有經驗的數據科學家都將從中受益。
用Python編寫網絡爬蟲
作者:澳大利亞的理查德·勞森(理查德·勞森)
本書講解了如何使用Python編寫網絡爬蟲程序，包括網絡爬蟲介紹，從頁面抓取數據的三種方式，從緩存中提取數據，使用多線程和進程進行並發抓取，如何從動態頁面抓取內容，與表單交互，處理頁面中的驗證碼問題，使用Scarpy和Portia抓取數據。最後利用本書介紹的數據抓取技術抓取了幾個真實的網站，旨在幫助讀者學習和生活。
本書適合有壹定Python編程經驗，對爬蟲技術感興趣的讀者。
貝葉斯思維:統計建模的Python學習方法
作者:美國艾倫·b·唐尼
這本書幫助那些想用數學工具解決實際問題的人。唯壹的要求可能就是懂壹點概率和編程的知識。貝葉斯方法是壹種利用概率知識解決不確定性問題的常用數學方法。對於壹個計算機專業人員來說，應該熟悉它在機器翻譯、語音識別、垃圾郵件檢測等常見計算機問題中的應用。
Python自然語言處理
作者:史蒂文伯德，伊萬克萊恩，愛德華洛佩茲。
自然語言處理是計算機科學和人工智能的壹個重要方向。它研究用自然語言實現人與計算機有效交流的各種理論和方法，涉及計算機對自然語言的所有操作。
Python自然語言處理(python Natural Language Processing)是自然語言處理領域的實用入門指南，旨在幫助讀者學習如何編寫程序來分析書面語言。Python自然語言處理基於Python編程語言和壹個名為NLTK的自然語言工具包開源庫，但不要求讀者有Python編程經驗。本書***11章節按照難易程度排列。1到3章介紹語言處理的基礎知識，講述如何使用小Python程序分析有趣的文本信息。第4章討論結構化編程，以鞏固前幾章介紹的編程要點。第5章到第7章介紹了語言處理的基本原理，包括標註、分類和信息抽取。第八章至10章介紹句子解析、句法結構識別、句子意義表達方法。第11章介紹如何有效管理語言數據。後記簡要討論了自然語言處理領域的過去和未來。
這本書非常實用，包括數百個實際例子和分級練習。可以供讀者自學使用，可以作為自然語言處理或計算語言學的教材，也可以作為人工智能、文本挖掘、語料庫語言學等課程的補充讀物。
Python數據分析”
作者:伊萬·伊德裏斯，印度尼西亞
Python是壹種多範式編程語言，既適用於面向對象的應用程序開發，也適用於功能設計模式。Python已經成為數據科學家進行數據分析、可視化和機器學習的理想編程語言，可以幫助妳快速提高工作效率。
這本書將引導初學者熟悉Python數據分析的各個方面，從數據檢索、清洗、操作、可視化和存儲到高級分析和建模。同時，本書重點介紹了壹系列開源Python模塊，如NumPy、SciPy、matplotlib、pandas、IPython、Cython、scikit-learn和NLTK。此外，本書還介紹了數據可視化、信號處理、時間序列分析、數據庫、預測分析和機器學習等主題。通過閱讀這本書，妳將成為數據分析專家。