在数据科学的实际应用中，编程远比数学重要。你为什么这么说？原因是当你在一家公司和一些软件开发人员一起工作时，了解如何让自己更有效率是很重要的。大多数数据科学家在提供主要由软件开发团队开发的产品/服务的公司工作。数据科学家通过数据分析或某种类型的预测建模来扩展上述产品或服务的功能，仅仅知道如何在笔记本电脑上训练机器学习模型是不够的。同样，了解软件开发的基础知识不足以与软件开发部门有效合作。您需要知道如何编写简单、高效、可读性强的代码，以及如何最好地组合这些代码。数据结构、算法、设计模式和面试问题是更高级的编程概念发挥作用的地方，这些概念不一定只与面试相关。大多数人会选择Python作为他们的编程语言，因此掌握该语言的非数据科学方面至关重要。本文将介绍3本对数据科学家极其有用的编程书籍，让我们开始吧！《使用Python实践数据结构和算法》（Hands-OnDataStructuresandAlgorithmswithPython）链接：https://amzn.to/3hiEHW8如果你想工作，那么你必须学习数据结构和算法。本书涵盖了一些你一开始不明白的概念，但读完之后，你就会自然而然地明白，你会发现有效的代码是如此美丽，书中还介绍了一些常见的面试问题的答案。这是一本学习Python编程语言数据结构和算法的入门书，涵盖了内置数据类型、集合模块的数据类型、单链表和双向链表、栈、队列、树和树遍历、hash表格、图表、搜索和排序算法等。这些主题的在线学习资源很多，但我认为这本书的价格更合理。这本书有400多页，不要指望很快就能读完。书中的题目比较复杂，至少需要两个月的时间。《掌握Python设计模式》（掌握Python设计模式）链接：https://amzn.to/2ZulMBw将设计模式视为一组最佳实践，可用于在设计应用程序时解决特殊问题。这本书将教你如何构建代码。仅靠笔记本电脑无法解决生产环境问题，即使您不编写应用程序（传统意义上的），您也必须学习如何正确构建代码。本书涵盖了抽象工厂模式、建造者模式、适配器模式、装饰者模式、桥接模式、外观模式、命令模式、观察者模式等众多设计模式。为了使学习更有逻辑性和易用性，本书分为分为几个章节，主要章节是创建模式、结构模式和行为模式。这本书只有250页左右，所以你应该不会花太长时间来读完。同样，这个话题一点也不容易，所以慢慢来，慢慢来。《Python中编程面试的要素》(ElementsofProgrammingInterviewsInPython)链接：https://amzn.to/3ivutTS如果你看过第一本书-《Python中编程面试的要素》，你可能会发现这两本书有些相似。但这并不意味着重读这本书没有用，让我详细说明一下。数据结构和算法要学好，复习几个月前学过的概念肯定有用。此外，您应该研究或至少浏览一些您在面试时可能遇到的最常见的编程面试问题。你应该知道这些东西，即使它与数据科学没有直接关系。我知道这听起来很令人沮丧，但这是数据科学，面试官要求你了解很多知识，而你在工作中可能只用到其中的5%。也许会被利用，但现实就是这么残酷。如果你想成为一名优秀的数据科学家，你还有很多东西要学。让我们从这三本书开始。
