1.《笨方法学Python》
《笨方法学Python》的英文版，最初的几章有点枯燥，但如果把书里面所有代码都敲一遍，确实能够把基础打好。
2.《Python学习手册》
这种外国人写的书，都有共同的特点，特别详细，每个知识点给你解释透透的，看的时候可以当作一个字典来翻，这本书确实是面向初学者的。
这本书的前几章是关于python语法的，最后几章是练习案例，但这些案例有点陈旧了，不做也罢。只是看前几章用来入门Python，那么这本书还是不错的。
这本书的前几章是关于python语法的，最后几章是练习案例，但这些案例有点陈旧了，不做也罢。只是看前几章用来入门Python，那么这本书还是不错的。
进阶篇
1.《流畅的python》
这本书的作者水平有点高，洋洋洒洒写了这么厚一本，关键是读的时候啊，感觉到处都有收获。前面几章是关于数据结构的，用上合适的数据结构，可以让代码更简洁，也可以让代码执行得更有效率。
2.《Python Cookbook》
又是一本大部头著作，图灵的书真的挺好，缺点就是太厚了。cookbook类的书呢，大体遵循的规律是，面对那一个一个具体的问题，我们该怎么办。有点类似Q&A，实操性拉满。这本书还把不同的问题给你分门别类了，查起来挺方便。看过后对于代码质量的提升，很有帮助。
就业篇
在就业篇里就需要分方向了。就业通常只学习python语法是不够的，还得掌握具体的学科知识。
1.web方向
(1)《Flask Web开发》
公司如果用python做web大多是初创的，大多用了flask，因为flask是一个小而美的框架，积累了大量第三方库，值得一学。
(2)《精通Django 3 Web开发》
2.人工智能方向
(1)《深度学习》
深度学习挺有名的书，理论深度足够。俗称“花书”。
(2)《利用Python进行数据分析》
用python做数据分析就得读这本。
读书破万卷，下笔如有神。这句古话说来是有道理的。学python推荐这些书籍，大家也可以先多去看看，这样对自己接下来的深入学习是十分有帮助的。
1、基础书籍：《Python编程》
豆瓣评分：9.1分
推荐指数：★★★★★
推荐理由：架构非常漂亮，针对所有层次的Python读者而作的Python入门书，完美描绘了Python的“景象”，没有教科书式的分章节阐释语法，没有太复杂的概念延伸。
适读群体：零基础、小白读者。
2、入门秘籍：《零基础入门学习Python》
豆瓣评分：8.7分
推荐指数：★★★★★
推荐理由：与B站小甲鱼视频配套书籍，适合小白入门的好书，不完全局限于Python，其他编程入门也非常适合，由浅入深，在普及概念的同时，逐渐加深大家对Python的认知。
适读群体：零基础、刚入门的读者。
3、经典好书：《利用Python进行数据分析》
豆瓣评分：8.6分
推荐指数：★★★★★
推荐理由：书中列举了大量具体的科学计算及数据分析的实践案例，被誉为“未来几年Python领域技术计算权威指南”。你将学会灵活运用各种Python库（如：NumPy、pandas、matplotlib、IPython等），来高效解决各种数据分析问题。
适读群体：刚接触Python的分析人员、刚接触科学计算的Python程序员等。
4、实用宝典：《Python网络数据采集》
豆瓣评分：7.7分
推荐指数：★★★★☆
推荐理由：本书使用简单易懂的强大机器语言Python，从原理到实战，介绍了如何用Python从网络服务器请求信息、如何对服务器的响应进行基本处理、如何以自动化手段与网站进行交互等网络数据采集基本原理，以及如何使用网络爬虫测试网站、自动化处理、如何通过更多的方式接入网络等实际操作。
适读群体：对Python网络数据采集、网站爬虫感兴趣的朋友。
5、兴趣读物：《Python数据挖掘入门与实践》
豆瓣评分：7.7分
推荐指数：★★★★☆
推荐理由：本书为数据挖掘入门读物，作者本身具备为多个行业提供数据挖掘和数据分析解决方案的丰富经验，循序渐进，带你轻松踏上数据挖掘之旅。
适读群体：对Python数据挖掘感兴趣者。
6、实战指南《Python数据可视化编程实战》
豆瓣评分：7.2分
推荐指数：★★★★☆
推荐理由：本书介绍了Python数据可视化最流行的库，用60+种方法呈现出美观的数据可视化效果，让读者从头开始了解数据、数据格式、数据可视化，并学会使用Python可视化数据。
适读群体：了解Python基础，对数据可视化感兴趣的读者。
7、爬虫至宝《Python 3网络爬虫开发实战》
豆瓣评分：9.0分
推荐指数：★★★★★
推荐理由：作者专业水平极高，从原理到开发实战，内容详尽且涉及面广，通过多个案例介绍了不同场景下如何实现数据爬取，通篇干货，无一点水分。
适读群体：适合有一定Python基础，或有开发经验想转爬虫方向的读者。
