1.《笨方法学Python》、《流畅的python》、《EffectivePython：编写高质量Python代码的59个有效方法》、《PythonCookbook》。
2.《利用Python进行数据分析（原书第2版）》、《Python数据科学手册(图灵出品)》。
python书籍推荐有：《Python编程：从入门到实践》《Head-First Python(2nd edition)》《“笨方法”学Python》《Python程序设计（第3版）》《像计算机科学家一样思考Python（第2版）》。
一、《Python编程：从入门到实践》
埃里克·马瑟斯的这本《Python编程：从入门到实践》是一本快速，全面的Python语言入门教程，适合初学者，他们希望学习Python编程并能够编写出有用的程序。本书旨在让读者快速上手编写真正的程序。本书也适用于对语言有模糊理解并希望在尝试Python编程之前了解其知识的程序员。
在学习本书时，将学习使用Numpy和matplotlib等库和工具，并使用数据创建令人惊叹的可视化效果。还将了解2D游戏和Web应用程序背后的思想以及如何创建它们。
二、《Head-First Python(2nd edition)》
如果想要学习Python编程的基础知识，并且不想要看一堆乏味难懂的书籍和教程。那么Paul Barry的《Head First Python》就是不二之选。作者是Paul Barry，是一位讲师。在进入学术界之前，他在IT行业工作了十多年。他是许多著名编程书籍的作者。
三、《“笨方法”学Python》
这本书结构很简单，是52个习题的集合。在这个过程中，了解软件是如何工作的，好的程序看起来是什么样子，怎样阅读、编写、思考代码，以及如何用专业程序员的技巧来找出并修正错误。
本书通过安装完整的Python环境开始，接着教如何编写优化的代码。然后，本书讨论了基础数学，变量，字符串，文件，循环，程序设计和数据结构等主题。本书非常适合想通过语言的核心来学习Python编程的初学者。
四、《Python程序设计（第3版）》
John Zelle的《Python程序设计》，与其把它当做Python编程的代码介绍，不如把它当做是一本关于编程艺术的介绍，这本书会介绍计算机科学、编程以及其他相关的概念，只是使用Python语言作为初学者的媒介，本书以最适合初学者的方式讨论，因此书中的概念是非常有趣并易于理解。
第三版中最显著的变化就是几乎删除了所有python eval的使用，并增加了一个讨论其缺点的部分，最新版本还使用了新的图形示例。
五、《像计算机科学家一样思考Python（第2版）》
本书按照培养读者像计算机科学家一样的思维方式的思路来教授Python语言编程。作者从最基本的编程概念开始讲起，包括语言的语法和语义，而且每个编程概念都有清晰的定义，引领读者循序渐进地学习变量、表达式、语句、函数和数据结构。
此外，书中还探讨了如何处理文件和数据库，如何理解对象、方法和面向对象编程，如何使用调试技巧来修正语法、运行时和语义错误。本书是遵循GUN自由文档许可，可以被免费下载和打印，已经被翻译成西班牙语、意大利语、德语、捷克语、中文等。
1、Python基础教程：是经典的Python入门教程书籍，本书层次鲜明，结构严谨。这本书既适合初学者夯实基础，又能帮助Python程序员提升技能，即使是Python方面的技术专家，也能从书里找到实用性极强的内容。
2、Python数据分析（Python for data analysis）：该书介绍了ipython 、notebook、Numpy、Scipy和Pandas包的使用等知识点，只要读者掌握了python的基本语法就可以学习，对于提升学习Python十分有效。
3、Python 3程序开发指南：讲述了构成Python语言的8个关键要素，分为不同章节对其进行了详尽的阐述，包括数据类型、控制结构与函数、模块、文件处理、调试、进程与线程、网络、数据库、正则表达式、GUI程序设计等各个方面。适合作为Python语言教科书使用。
4、Python数据分析与挖掘实战：本书的基础部分介绍的详细且全面，是一本Python入门书，在后段中的Demo也很贴近实战，并且介绍了使用Python进行数据挖掘的详细案例，数据和代码都可以下载，有极强的实用性。
5、Python Cookbook：本书介绍了Python在各个领域中的一些技巧和方法，从最基本的字符、文件序列、字典和排序，到进阶的面向对象编程、数据库和数据持久化、 XML处理和Web编程，再到高级和抽象的描述符、装饰器、元类、迭代器和生成器，均有涉及。
参考资料来源：百度百科-Python基础教程
参考资料来源：百度百科-Python数据分析
参考资料来源：百度百科-Python 3程序开发指南
参考资料来源：百度百科-Python数据分析与挖掘实战
参考资料来源：百度百科-Python Cookbook
