大数据机器学习必读书目:最好的 入门书《Python语言及其应用》
大数据、机器学习必读书目——最喜欢的 Python 3 入门书《Python语言及其应用》
我们已经进入了全新的数据时代,大数据、云计算、物联网、机器学习、人工智能等等一系列技术纷至沓来,数据的管理和应用已经渗透到每一个行业和业务领域,成为当今以及未来商业运作的基础资产。可以说,只有掌握数据并善于运用数据的人,才会在竞争日益激烈的环境中寻得先机。 那么我们该怎么样学习大数据分析、机器学习以及人工智能?作者认为,学习大数据、机器学习和人工智能,所需的知识分为五个层次,一是数学知识;二是统计学知识;三是算法知识;四是工具知识;五是哲学思想知识。所谓工具知识,就是我们需要借助计算机软件来完成相关的分析和运算,目前大数据和机器学习领域热门的语言就是 R 和 Python。我们会分别介绍这五个层次所需要看的书,希望对大家有用。
《Python语言及其应用》
作者:[美] Bill Lubanovic
译者: 丁嘉瑞 / 梁 杰 / 禹常隆
页数:404
出版:人民邮电出版社 2016年版
简要评价:
Python 入门书我看过两本,一是前面给大家推荐过的《Python编程从入门到实践》,二就是这本《Python语言及其应用》,两本书都很不错,质量很高,看哪一本都行。但要是非要比较的话,我更喜欢这本《Python语言及其应用》。
我个人感觉,《Python编程从入门到实践》更适合没有编程经验或者编程经验较少的初学者,其逻辑结构和语言表达更加形象生动,但为了照顾初学者,语言和结构都有些啰嗦。
而这本《Python语言及其应用》虽然也是入门书,但更适合有其他编程语言经验的看,因为简洁明快,没有那么多为编程经验少的人准备的相对比较啰嗦的语言。
当然,这只是我个人的一个理解,事实上两本书都很简单,适合所有人看。建议大家可以两本都看看,取长补短。这两本书若看完了,基本上 Python 语言基础就没问题了,剩下的就是在实际项目里不断打磨了。
内容介绍:
本书介绍Python 语言的基础知识及其在各个领域的具体应用,基于最新版本3.x。
书中首先介绍了Python 语言基本知识,然后介绍了在商业、科研以及艺术领域使用 Python 开发各种应用的实例。
文字简洁明了,案例丰富实用,是一本难得的Python 入门手册。
书籍目录
前言
第1章 Python初探
1.1 真实世界中的Python
1.2 Python与其他语言
1.3 为什么选择Python
1.4 何时不应该使用Python
1.5 Python 2与Python 3
1.6 安装Python
1.7 运行Python
1.8 禅定一刻
1.9 练习
第2章 Python基本元素
2.1 变量、名字和对象
2.2 数字
2.3 字符串
2.4 练习
第3章 Python容器
3.1 列表和元组
3.2 列表
3.3 元组
3.4 字典
3.5 集合
3.6 比较几种数据结构
3.7 建立大型数据结构
3.8 练习
第4章 Python外壳:代码结构
4.1 使用# 注释
4.2 使用\ 连接
4.3 使用if、elif 和else进行比较
4.4 使用while进行循环
4.5 使用for迭代
4.6 推导式
4.7 函数
4.8 生成器
4.9 装饰器
4.10 命名空间和作用域
4.11 使用try和except处理错误
4.12 编写自己的异常
4.13 练习
第5章 Python盒子:模块、包和程序
5.1 独立的程序
5.2 命令行参数
5.3 模块和import语句
5.4 包
5.5 Python 标准库
5.6 获取更多Python代码
5.7 练习
第6章 对象和类
6.1 什么是对象
6.2 使用class定义类
6.3 继承
6.4 覆盖方法
6.5 添加新方法
6.6 使用super从父类得到帮助
6.7 self的自辩
6.8 使用属性对特性进行访问和设置
6.9 使用名称重整保护私有特性
6.10 方法的类型
6.11 鸭子类型
6.12 特殊方法
6.13 组合
6.14 何时使用类和对象而不是模块
6.15 练习
第7章 像高手一样玩转数据
7.1 文本字符串
7.2 二进制数据
7.3 练习
第8章 数据的归宿
8.1 文件输入/输出
8.2 结构化的文本文件
8.3 结构化二进制文件
8.4 关系型数据库
8.5 NoSQL数据存储
8.6 全文数据库
8.7 练习
第9章 剖析Web
9.1 Web 客户端
9.2 Web 服务端
9.3 Web服务和自动化
9.4 练习
第10章 系统
10.1 文件
10.2 目录
10.3 程序和进程
10.4 日期和时间
10.5 练习
第11章 并发和网络
11.1 并发
11.2 网络
11.3 练习
第12章 成为真正的Python开发者
12.1 关于编程
12.2 寻找Python代码
12.3 安装包
12.4 集成开发环境
12.5 命名和文档
12.6 测试代码
12.7 调试Python代码
12.8 使用pdb进行调试
12.9 记录错误日志
12.10 优化代码
12.11 源码控制
12.12 复制本书代码
12.13 更多内容
12.14 后续内容
喜欢闲适安静的生活,懂一点计算机编程,懂一点统计学和数据分析。(爱编程爱统计)