python怎么自学要那本书

文章摘要：python怎么自学要那本书

对于许多初学者来讲，想要入门Python数据分析常常不知道从何下手，本文将为大家讲解python自学看什么书这 […]

对于许多初学者来讲，想要入门Python数据分析常常不知道从何下手，本文将为大家讲解python自学看什么书这个问题，感兴趣的就往下看吧。

Python学习书籍

1、《笨方法学python》

推荐理由：本书用诙谐有趣的讲述方式为大家介绍了python的基本语法，非常适合非计算机专业的初学者作为入门书来看。在这个过程中，该书会让你完成一系列习题，而你则可以通过反复练习来学到技能，这些习题也是专为反复练习而设计的。对于一无所知的初学者来说，在能理解更复杂的话题之前，这可以说是最有效的学习方式。

2、《深入浅出数据分析》

推荐理由：《深入浅出数据分析》是学习数据分析最深入浅出的入门书籍之一。该书以生动形象的语言，从各个场景介绍了数据分析的方法以及应用。主要内容有数据分析基本步骤、实验方法、比较优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧等等，我们把它称作是一本引人入胜的数据分析启蒙书。

3、《Python数据分析基础教程》

推荐理由：这无疑是一本面向新手的Numpy入门指南。整本书短小精干，条理清晰，将Numpy的基础内容讲得清清楚楚明明白白，因此十分适合零基础来进项入门学习。该书主要介绍NumPy以及相关的Python科学计算库，如SciPy和Matplotlib。另外，该书针对每个知识点给出了简短而明晰的示例，并为大部分示例给出了实用场景(如股票数据分析)，在帮助初学者入门的同时，也提高了本书可读性。

4、《Python科学计算》

推荐理由：本书介绍如何用Python开发科学计算的应用程序，除了介绍数值计算之外，还着重介绍如何制作交互式的2D、3D图像，如何设计精巧的程序界面，如何与C语言编写的高速计算程序结合，如何编写声音、图像处理算法等内容。不过由于涉及面太广，可能对于单个函数库来说还不够深入，但是这本书能够让入门的学习者快速上手，全面了解科学计算所用到的常用函数库。而且书中以大量实例、图表和插图引导读者逐步深入学习，以便读者能够掌握理论知识。

5、《利用Python进行数据分析》

推荐理由：本书讲的是利用Python进行数据控制、处理、整理、分析等方面的具体细节和基本要点。通过介绍Python编程和用于数据处理的库和工具环境，让你成为一个数据分析老师。而且，这本书也是从numpy讲起，侧重于数据分析的各个流程，包括数据的存取、规整、可视化等等。此外，本书还涉及了pandas这个库，有兴趣的可以看看。

6、《深入浅出统计学》

推荐理由：该书适合没有任何统计概率基础的人进行入门学习，因为这本书足够有趣和简单。本书涵盖的知识点包括，信息可视化、概率计算、几何分布、二项分布及泊松分布、正态分布、统计抽样、置信区间的构建、假设检验、卡方分布、相关与回归等等，完整涵盖AP考试范围。本书运用充满互动性的真实世界情节，教给你有关这门学科的所有基础，为这个枯燥的领域带来鲜活的乐趣，不仅让你充分掌握统计学的要义，更会告诉你如何将统计理论应用到日常生活中。

学Python需要什么基础知识

学Python需要基本的阅读理解能力，这是我们从小就在训练的能力了，看报纸、看杂志、看小说等，无时无刻的不在用着这项能力。可以选择《“笨办法”学Python》这本书，没有接触过编程的人也可以很理解里面的Python基础知识。如有一定英语阅读能力，直接阅读英文原版教材、网站，效果会更好。

学Python需要会简单的计算机操作，文件编辑和存储现如今，计算机已经非常普及了，最简单的计算机操作，比如文件编辑、存档、读取等。对计算机多一点了解，不同操作系统的基础知识、网络的基础知识，对于Python学习的帮助会多一些。不是必备项，可以在学习过程中自我完善。

学习Python语言并没有过多的要求，要想通过Python语言来完成各种开发任务，就需要学习一系列相关知识。目前Python语言在大数据领域有较为广泛的应用，既可以从事大数据应用开发，也可以从事大数据分析，而要想完成这些开发任务，需要具备的知识：

1、Linux操作系统。目前不少大数据平台需要部署在Linux操作系统上，所以首先要能熟练操作Linux操作系统，具体的内容涉及到文件资源管理、任务管理、存储管理等内容。

2、大数据平台。要想完成大数据应用开发，首先要对大数据平台有较为全面的了解，对于初学者来说，可以从Hadoop、Spark平台开始学起，由于这部分内容比较多，所以通常需要学习较长一段时间。另外，在学习大数据平台知识的过程中，也需要系统地学习一下数据库相关知识，包括关系型数据库和NoSql数据库。

3、算法。不论是从事大数据应用开发还是大数据分析，都离不开算法，所以掌握一定的算法知识还是比较重要的。在大数据分析领域比较常见的算法包括k近邻、决策树、朴素贝叶斯、支持向量机、Apriori等，学习并掌握这些算法的运用需要一个系统的过程。

学Python需要的基础知识要求并不高，需要基本的阅读理解能力和会简单的计算机操作即可，找到适合自己的学习方法，阅读优秀的Python程序，在网上找些好的代码来研读，完成书里的练习，或者上找找实战项目练手，多读、多看、多动手。

零基础Python学习路线

一、基础篇

安装python2.7 ,利用笨方法学python 练习基本语法，推荐使用pycharm, 在默认设置里把制表符Tab改成了四个空格;然后训练写了堆栈，训练基本的数据结构，自己写链表和队列，把笨方法学python 敲完。

二、加强篇

掌握基本的堆栈队列和链表。python 核心编程《基础篇》。python 核心编程《基础篇》，简单写斗兽棋的程序。写五子棋，开始接触pygame。

三、Pygame A

写五子棋然后开始用pygame 开始写打砖块breakblock。写打砖块，为了存储游戏的数据信息，中途学了一点点json。写好打砖块，获得成就感。电力效果 MAX。抄别人的Pygame音乐播放器，失败。因为别人的音乐播放器中 含有manage.py 暂时无法理解。所以跳过去了。

四：Pygame B + Flask

抄别人的飞机大战，学会使用音乐各种创造游戏效果。 学习一点点turtle 用来画图 。抄别人的pygame代码，学习python的目标还是要出去找工作的，而不是用来自娱自乐的。开始看Flask 的那本薄薄的书，第一天快速浏览书的目录结构，第二天开始往后看。

五、Flask

对着FLask 中文学习网站从头到尾敲，不懂就看第三第四次查资料问人厚着脸皮求帮助。然后顺便学习了一点http 协议 和 get post，socket等基本网络编程知识。继续对着Flask 的中文学习网站敲，一直敲到了能够用txt作为简单存储文件来设计网站。把txt 改为 sqlite3,熟悉SQL语句，初步学习SQLAlchemy学习cookie 和 session 等。

六、Flask+SQLAlchemy

练习 SQLAlchemy ，开始修改原来用sqlite3 存储数据的demo网站;利用flask-mail增加发送用户密码的功能，网站功能基本OK，打包成Lilium，学会blueprint。