不會進收藏夾喫灰的推薦來了。
1.
這本書是數據分析入門必讀書，主要介紹了Python3個庫numpy（數組），pandas（數據分析）和matplotlib（繪圖）的學習。
中文譯本被很多人詬病翻譯太爛，不推薦。基於python3的英文版已經出第二版了，建議大家去下載英文開源的電子版，以下是網站指路
https://github.com/wesm/pydata-bookgithub.com
https://github.com/BrambleXu/pydata-notebookgithub.com
2.
與其他語言相比，Python的優勢之一是簡潔，別人寫100行，它只用10行，同時它既能面向過程又支持面向對象編程，而且它更適合人工智能、機器學習、大數據、數據科學領域，新手入門就選它！
從零學習算法和數據結構的同學，非常適合想要從事人工智能的同學有一些編程基礎，但算法基礎薄弱的同學，推薦來聽聽《九章算法基礎班（Python3）》，獲得過FLAG等衆多offer的硅谷大廠面試官親自上課，ACM金牌助教實時答疑。
雖然Python的入門教程很多，但很少會涉及Python基礎算法,歷經打磨的《九章算法基礎班（Python3）》剛好解決這個問題。只需2天，零基礎也能入門Python，進而掌握算法基礎和數據結構，提升開發能力。
3.
這本書講的是Python算法的核心技術，很多職業教育和培訓機構把它當教材。閱讀門檻不高，適合算法的初學者，當然有算法基礎的閱讀起來更容易。
全書共13章，包括算法，數據結構，常用的算法思想、線性表、隊列和棧，樹，圖，查找算法，內部排序算法，經典的數據結構問題，數學問題的解決，經典算法問題的解決，圖像問題的解決，遊戲和算法等內容。
4.
《Python數據分析師修煉之道》的作者是阿爾瓦羅·富恩特斯，清華大學出版社2019年出版。
這本書詳細介紹了與Python數據分析相關的基本解決方案，主要包括Anaconda和Jupyter Notebook、NumPy向量計算、數據分析庫pandas、可視化和數據分析、Python統計計算、預測分析模型等內容。
這本書還提供了相應的示例、代碼，有助於讀者進一步理解相關方案的實現過程。
5.
這本書的優勢在於集教程/教材、練習冊、上機指導於一體，基於Windows 10和Python 3.5.2構建Python開發平臺，闡述Python語言的基礎知識，以及使用Python語言的實際開發應用實例，具體內容包括：
Python概述、Python語言基礎、程序流程控制、常用內置數據類型、系列數據類型、輸入和輸出、錯誤和異常處理、函數、類和對象、模塊和客戶端、算法與數據結構基礎、圖形用戶界面、圖形繪製、數值日期和時間處理、字符串和文本處理、文件、數據庫訪問、網絡和Web編程、多線程編程以及系統管理等。
作者結合多年的程序設計、系統開發以及授課經驗，介紹Python程序設計語言，系統化、全面性地展示了程序設計的理論和應用。
6.
算法紛亂複雜，機器學習新手往往會不知所措。這本書從Python語言實現的角度，幫助讀者認識機器學習和分析核心算法，隨書附有源碼。
這本書專注於兩類核心的“算法族”，即懲罰線性迴歸和集成方法，並通過代碼實例來展示所討論的算法的使用原則。
全書共分爲7章：
第1章 關於預測的兩類核心
第2章 通過理解數據來了解
第3章 預測模型的構建：平衡性
第4章 懲罰線性迴歸模型
第5章 使用懲罰線性方法來
第6章 集成方法
第7章 用Python 構建集成
討論了預測模型的兩類核心算法、預測模型的構建、懲罰線性迴歸和集成方法的具體應用和實現。針對想提高機器學習技能的Python開發人員，解決某一特定的項目或是提升相關的技能。
