Python 之所以这么流行得益于它适用于很多不同领域，目前 Python 使用最广泛的领域包括有 Python Web（后端）开发、数据分析挖掘、网络爬虫、机器学习人工智能、运维开发等等。不管你选择哪个方向，把Python基础学牢有利于你在该领域更好的施展拳脚。
给大家推荐一波Python书单，希望你们都能成为技术大牛！
1. Python 3网络爬虫开发实战
作者：崔庆才
最受读者期待的爬虫作品
本书介绍了如何利用 Python 3 开发网络爬虫，书中首先详细介绍了环境配置过程和爬虫基础知识，然后讨论了 urllib、requests 等请求库和 Beautiful Soup、XPath、pyquery 等解析库以及文本和各类数据库的存储方法，接着通过多个案例介绍了分析 Ajax 进行数据爬取，Selenium 和 Splash 进行动态网站爬取的过程，接着介绍了爬虫的一些技巧，如使用代理爬取和维护动态代理池的方法，ADSL 拨号代理的使用，图形、极验、点触、宫格等各类验证码的破解方法，模拟登录网站爬取的方法及 Cookies 池的维护。
此外，本书还结合移动互联网的特点探讨了使用 Charles、mitmdump、Appium 等工具实现 App 爬取的方法，紧接着介绍了 pyspider 框架、Scrapy 框架的使用和分布式爬虫的知识，最后介绍了 Bloom Filter 效率优化、Docker 和 Scrapyd 爬虫部署、Gerapy 爬虫管理等方面的知识。
2. Python编程：从入门到实践
作者：Eric Matthes
译者：袁国忠
Amazon编程入门类榜首图书，年度最值得关注Python入门书
同时使用Python 2.7 和Python 3.5 讲解，全面、详细、深入浅出
从基本概念到完整项目开发，帮助零基础读者迅速掌握Python编程，开发实际项目
完全零基础入门 Python 第一书
全书分两部分：第一部分介绍用Python编程所必须了解的基本概念，包括matplotlib、NumPy和Pygal等强大的Python库和工具介绍，以及列表、字典、if语句、类、文件与异常、代码测试等内容；第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的Python 2D游戏开发，如何利用数据生成交互式的信息图，以及创建和定制简单的Web应用，并帮读者解决常见编程问题和困惑。
3. 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
中文版累计销量24万册
针对Python 3 全新升级
有其他编程语言基础入门 Python 第一书
本书包括Python程序设计的方方面面：
首先，从Python的安装开始，随后介绍了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。
4. Python编程导论（第2版）
作者：John V. Guttag
译者：陈光欣
MIT热门MOOC教材，基于Python 3讲解计算机科学基础知识
培养计算思维，入门 Python 和计算机科学首选
与本书第1版相比，第2版全面改写了后半部分，且书中所有示例代码都从Python 2 换成了Python 3
本书基于 MIT 知名计算机科学和Python编程入门课讲义写成，主要目标在于帮助读者掌握并熟练使用各种计算技术，具备用计算思维解决现实问题的能力。人工智能和大数据时代必备。
5. 流畅的Python
作者：Luciano Ramalho
译者：安道 吴珂
PSF研究员、知名PyCon演讲者心血之作
Python核心开发人员担纲技术审校
全面深入，对Python语言关键特性剖析到位
大量详尽代码示例，并附有主题相关高质量参考文献和视频链接
兼顾Python 3和Python 2
本书致力于帮助Python开发人员挖掘这门语言及相关程序库的优秀特性，写出简洁、流畅、易读、易维护的代码。特别是深入探讨了针对数据库处理时生成器的具体应用、特性描述符（ORM的关键），以及Python式的对象：协议与接口、抽象基类及多重继承
6. 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
scikit-learn 库维护者和核心贡献者作品
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。
7. Python测试驱动开发（第2版）
作者：Harry J. W. Percival
译者：安道
原版亚马逊全五星好评
一套完整的Python开发现代Web应用的最佳实践速成课程
掌握TDD理念，让Python代码简洁可用
本书手把手教你从头开发一个真正的Web应用，演示使用Python做测试驱动开发（TDD）的优势。你将学会如何在开发应用的每一个组成部分之前编写和运行测试，然后再编写最少量的代码让测试通过，最终得到简洁可用的代码。此外，你还会了解Django、Selenium、Git、jQuery和Mock的基础知识，以及其他目前流行的Web开发技术。
8. Python黑客攻防入门
作者：赵诚文 , 郑暎勋
译者：武传海
低成本、高效率，轻松搞定黑客攻击技术！
用时下流行语言Python讲解黑客攻击技术原理
基于Windows系统，快速上手
使用VirtualBox虚拟机，轻松搭建成本低廉的测试环境
采用大量示意图，易学易用
从整体概念到基础知识，在庞大的安全领域中摘取“黑客攻击之花”！
9. Python数据科学手册
作者：Jake VanderPlas
译者：陶俊杰、陈小莉
目前图灵最受读者欢迎的数据科学和数据处理好书
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
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。
10. Python计算机视觉
作者：Jan Erik Solem
译者：朱文涛 袁勇
亚马逊计算机视觉类图书No.1
详细剖析多种计算机视觉工具
大量示例极易上手
本书是计算机视觉编程的权威实践指南，通过Python语言讲解了基础理论与算法，并通过大量示例细致分析了对象识别、基于内容的图像搜索、光学字符识别、光流法、跟踪、3D重建、立体成像、增强现实、姿态估计、全景创建、图像分割、降噪、图像分组等技术。
赠送规则
小编收集不易，喜欢关注，转发哦！ 加群：862703141即可获取！
