Python一直是最受数据科学家欢迎的编程语言，语法相对简单易学。除了机器学习数据库之外，还有一个非常活跃的开发人员社区维护各种用于数据分析、操作和编排的库。网上有很多低成本免费的Python课程，但从书本上学习也别有一番风味。如果你想从书本上学习或以书为辅，这5本书不容错过。1.《人人学Python》(PythonforEverybody)byCharlesR.Severance本书是Coursera上《人人都可以学习的Python专项课程》的配套教材。它使用信息学而非基于计算机科学的方法来学习Python，内容侧重于如何使用Python进行数据分析。本书涵盖了Python的所有基础知识，还有专门介绍数据的部分，例如使用Python与数据库交互、数据可视化和数据建模。资料来源：unsplash2。《Python数据科学手册》（Python数据科学手册）作者JakeVanderPlas这本书详细介绍了构成数据科学家工具包的核心Python库，包括Numpy、Pandas、Matplotlib和Scikit-learn的详细使用指南和代码示例。还有一章介绍了IPython，这是最受数据科学家欢迎的Python开发环境，以及它为何如此受欢迎。3.《Python编程快速上手，让繁琐工作自动化》(AutomatetheBoringStuffwithPython)AlSweigart的这本书不是专门针对数据科学的书，但是学习简单的Python示例可以给你很大的成就感。这本书绝对值得一读。本书专注于简单重复性任务的自动化，不需要任何编程知识，对新手小白非常友好。作者认为，当心中有一个切实可行的实施计划时，学习效果最好。本书给出了一些非常简单的任务，初学者可以用Python快速完成这些任务。资料来源：unsplash4。《Python漫游指南》(TheHitchhiker'sGuidetoPython)KennethReitz&TanyaSchlusser本书适合所有Python开发者，无论是初学者还是老程序员。虽然不是特定于数据科学，但它为您提供了良好的语言基础，包括最佳实践和框架。这本书涵盖了一切，包括安装、开发环境、推荐的代码结构、面向对象的编程，以及关于编码风格的优秀章节。这本书以描述构建包含Python代码的目录的最佳实践而著称。这本书风格独树一帜，可能有些人不习惯，但我觉得从某些方面来说是件好事。在编程中，初学者要熟悉各种处理方式，很多人往往不知道选择哪种方式。5.《Python机器学习基础教程》(IntroductiontoMachineLearningwithPython)byAndreasC.Muller&SarahGuido从Python入门的角度来看，这本书是我心中绝对的TOP1。它主要侧重于Scikit-learn库的应用，但也涵盖了机器学习Python编程的核心概念，适用于任何其他库。机器学习工作流程解释得非常清楚，有最佳实践和大量示例代码。同时，每一个新概念的引入，一步一步，这些新概念建立在之前的概念之上，内容越来越深入。如果您完全不熟悉机器学习，本教程是一个很好的选择。来源：unsplash如今，我们几乎可以在网上找到所有的学习资源，只要你愿意，随时都可以开始学习。
