当Python遇上大数据与机器学习，入门so easy！

作为一种高级语言，Python代码量相对较少，完成同一个任务，C语言要写1000行代码，而Python可能只要20行。但如何学习这门高级语言，许多刚入门的小白往往会望而生畏，想想当年C语言的艰难攻坚，不由得抖抖双肩三思而行……

毋庸置疑，Python作为时下最流行的编程语言，已超越其它语言成为数据科学和机器学习最常用的语言，而在2017年12月，Python更是进入山东小学教材，还列入全国计算机等级考试和高考体系，可见其应用范围之广，发展之迅速。

为了让同学们更轻松get到这门语言的学习真谛，紧跟技术潮流，小编携手@图灵教育 推荐三本驰名已久的Python入门级教程！

本

期

书

单

《Python基础教程（第3版）》

作者：Magnus Lie Hetland

译者：袁国忠

久负盛名的 Python 入门经典

针对 Python 3 全新升级

十个出色的项目，让你尽快可以使用 Python 解决实际问题

本书作为经典Python入门书，中文版累计销量20+，第3版将对Python 3版本实例进行全面升级，包括 Python 程序设计的方方面面。

首先，从 Python 的安装开始，介绍了 Python 的基础知识和基本概念，包括列表、元组、字符串、字典以及各种语句；然后，循序渐进地介绍了一些相对高级的主题，包括抽象、异常、魔法方法、属性、迭代器；此后，探讨了如何将 Python 与数据库、网络、C语言等工具结合使用，从而发挥出 Python 的强大功能，同时介绍了 Python 程序测试、打包、发布等知识；最后，作者结合前面讲述的内容，按照实际项目开发的步骤向读者介绍了 10 个具有实际意义的 Python 项目的开发过程。

购书可戳：https://item.jd.com/12279949.html

《Python数据科学手册》

作者：Jake VanderPlas

译者：陶俊杰，陈小莉

全面同时综合评价度最高的 Python 数据处理参考读本

掌握用 Scikit-Learn、NumPy 等工具高效存储、处理和分析数据 

大量示例+逐步讲解+举一反三，从计算环境配置到机器学习实战，切实解决工作痛点  

Python 语言拥有大量可用于存储、操作和洞察数据的程序库，已然成为深受数据科学研究人员推崇的工具。

本书以 IPython、NumPy、Pandas、Matplotlib 和 Scikit-Learn 这 5 个能完成数据科学大部分工作的基础工具为主，从实战角度出发，讲授如何清洗和可视化数据、如何用数据建立各种统计学或机器学习模型等常见数据科学任务，旨在让各领域与数据处理相关的工作人员具备发现问题、解决问题的能力。 

购书可戳：https://item.jd.com/12293703.html

《 Python机器学习基础教程 》

作者：Andreas C. Müller ，Sarah Guido

译者：张亮（hysic）

Python 机器学习入门书首选

自己动手构建机器学习解决方案并非难事

以机器学习算法实践为重点，使用 scikit-learn 库从头构建机器学习应用

本书主要内容包括：

机器学习的基本概念及其应用；

实践中最常用的机器学习算法以及这些算法的优缺点；

在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；

模型评估和调参的高级方法，重点讲解交叉验证和网格搜索；

管道的概念；

如何将前面各章的方法应用到文本数据上，还介绍了一些文本特有的处理方法。

购书可戳：https://item.jd.com/12301195.html