您的位置:

python资料汇总,python资料下载

本文目录一览:

强力推荐!非常全的Python学习资料

一、Python基础教程

《图灵程序设计丛书:Python基础教程(第2版 修订版)》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。结尾,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几个具有实际意义的Python项目的开发过程。

二、Python编程:从入门到实践

本书是一本针对所有层次的Python读者而作的Python入门书。全书分两部分:首部分介绍用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。

三、利用Python进行数据分析

《利用Python进行数据分析》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。同时,它也是利用Python进行科学计算的实用指南(专门针对数据密集型应用).《利用Python进行数据分析》重点介绍了用于高效解决各种数据分析问题的Python语言和库。《利用Python进行数据分析》没有阐述如何利用Python实现具体的分析方法。

四、Python核心编程

《Python核心编程(第3版)》是经典畅销图书《Python核心编程(第二版)》的全新升级版本,总共分为3部分。第1部分为讲解了Python的一些通用应用,包括正则表达式、网络编程、Internet客户端编程、多线程编程、GUI编程、数据库编程、Microsoft Office编程、扩展Python等内容。第2部分讲解了与Web开发相关的主题,包括Web客户端和服务器、CGI和WSGI相关的Web编程、Django Web框架、云计算、高级Web服务。第3部分则为一个补充/实验章节,包括文本处理以及一些其他内容。

《Python核心编程(第3版)》适合具有一定经验的Python开发人员阅读。

五、Python数据分析与挖掘实战

本书共15章,分两个部分:基础篇、实战篇。基础篇介绍了数据挖掘的基本原理,实战篇介绍了一个个真实案例,通过对案例深入浅出的剖析,使读者在不知不觉中通过案例实践获得数据挖掘项目经验,同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中,应充分利用随书配套的案例建模数据,借助相关的数据挖掘建模工具,通过上机实验,以快速理解相关知识与理论。

以上就是关于Python学习资料的相关分享,希望对大家有所帮助,想要了解更多相关内容,欢迎及时关注本平台!

阿里Python入门到精通资料大汇总,不啰嗦,全是珍藏资料

(以下资料都已打包,如果有需要的朋友可以转发 私信我“1”,即可免费领取)

1、python系统的思维导图 ,一套全面的python学习路线,包含pythonweb+python爬虫+python自动化+python数据分析:

2、python入门全套视频教程:

3、python电子书籍:

《python入门到精通》这本书籍豆瓣评分9.1分,这个推荐初学者一定要学一下。

4、python开发工具

5、python学习笔记

6、python爬虫的学习资料

以上这些教程我已经为大家打包准备好了,希望对正在学习的你有所帮助!(需要的朋友可以转发 私信我“1”,即可免费领取)

万字干货,Python语法大合集,一篇文章带你入门

这份资料非常纯粹,只有Python的基础语法,专门针对想要学习Python的小白。

Python中用#表示单行注释,#之后的同行的内容都会被注释掉。

使用三个连续的双引号表示多行注释,两个多行注释标识之间内容会被视作是注释。

Python当中的数字定义和其他语言一样:

我们分别使用+, -, *, /表示加减乘除四则运算符。

这里要注意的是,在Python2当中,10/3这个操作会得到3,而不是3.33333。因为除数和被除数都是整数,所以Python会自动执行整数的计算,帮我们把得到的商取整。如果是10.0 / 3,就会得到3.33333。目前Python2已经不再维护了,可以不用关心其中的细节。

但问题是Python是一个 弱类型 的语言,如果我们在一个函数当中得到两个变量,是无法直接判断它们的类型的。这就导致了同样的计算符可能会得到不同的结果,这非常蛋疼。以至于程序员在运算除法的时候,往往都需要手工加上类型转化符,将被除数转成浮点数。

在Python3当中拨乱反正,修正了这个问题,即使是两个整数相除,并且可以整除的情况下,得到的结果也一定是浮点数。

如果我们想要得到整数,我们可以这么操作:

两个除号表示 取整除 ,Python会为我们保留去除余数的结果。

除了取整除操作之外还有取余数操作,数学上称为取模,Python中用%表示。

Python中支持 乘方运算 ,我们可以不用调用额外的函数,而使用**符号来完成:

当运算比较复杂的时候,我们可以用括号来强制改变运算顺序。

Python中用首字母大写的True和False表示真和假。

用and表示与操作,or表示或操作,not表示非操作。而不是C++或者是Java当中的, || 和!。

在Python底层, True和False其实是1和0 ,所以如果我们执行以下操作,是不会报错的,但是在逻辑上毫无意义。

我们用==判断相等的操作,可以看出来True==1, False == 0.

我们要小心Python当中的bool()这个函数,它并不是转成bool类型的意思。如果我们执行这个函数,那么 只有0会被视作是False,其他所有数值都是True :

Python中用==判断相等,表示大于,=表示大于等于, 表示小于,=表示小于等于,!=表示不等。

我们可以用and和or拼装各个逻辑运算:

注意not,and,or之间的优先级,其中not and or。如果分不清楚的话,可以用括号强行改变运行顺序。

关于list的判断,我们常用的判断有两种,一种是刚才介绍的==,还有一种是is。我们有时候也会简单实用is来判断,那么这两者有什么区别呢?我们来看下面的例子:

Python是全引用的语言,其中的对象都使用引用来表示。is判断的就是 两个引用是否指向同一个对象 ,而==则是判断两个引用指向的具体内容是否相等。举个例子,如果我们把引用比喻成地址的话,is就是判断两个变量的是否指向同一个地址,比如说都是沿河东路XX号。而==则是判断这两个地址的收件人是否都叫张三。

显然,住在同一个地址的人一定都叫张三,但是住在不同地址的两个人也可以都叫张三,也可以叫不同的名字。所以如果a is b,那么a == b一定成立,反之则不然。

Python当中对字符串的限制比较松, 双引号和单引号都可以表示字符串 ,看个人喜好使用单引号或者是双引号。我个人比较喜欢单引号,因为写起来方便。

字符串也支持+操作,表示两个字符串相连。除此之外,我们把两个字符串写在一起,即使没有+,Python也会为我们拼接:

我们可以使用[]来查找字符串当中某个位置的字符,用 len 来计算字符串的长度。

我们可以在字符串前面 加上f表示格式操作 ,并且在格式操作当中也支持运算,比如可以嵌套上len函数等。不过要注意,只有Python3.6以上的版本支持f操作。

最后是None的判断,在Python当中None也是一个对象, 所有为None的变量都会指向这个对象 。根据我们前面所说的,既然所有的None都指向同一个地址,我们需要判断一个变量是否是None的时候,可以使用is来进行判断,当然用==也是可以的,不过我们通常使用is。

理解了None之后,我们再回到之前介绍过的bool()函数,它的用途其实就是判断值是否是空。所有类型的 默认空值会被返回False ,否则都是True。比如0,"",[], {}, ()等。

除了上面这些值以外的所有值传入都会得到True。

Python当中的标准输入输出是 input和print 。

print会输出一个字符串,如果传入的不是字符串会自动调用__str__方法转成字符串进行输出。 默认输出会自动换行 ,如果想要以不同的字符结尾代替换行,可以传入end参数:

使用input时,Python会在命令行接收一行字符串作为输入。可以在input当中传入字符串,会被当成提示输出:

Python支持 三元表达式 ,但是语法和C++不同,使用if else结构,写成:

上段代码等价于:

Python中用[]表示空的list,我们也可以直接在其中填充元素进行初始化:

使用append和pop可以在list的末尾插入或者删除元素:

list可以通过[]加上下标访问指定位置的元素,如果是负数,则表示 倒序访问 。-1表示最后一个元素,-2表示倒数第二个,以此类推。如果访问的元素超过数组长度,则会出发 IndexError 的错误。

list支持切片操作,所谓的切片则是从原list当中 拷贝 出指定的一段。我们用start: end的格式来获取切片,注意,这是一个 左闭右开区间 。如果留空表示全部获取,我们也可以额外再加入一个参数表示步长,比如[1:5:2]表示从1号位置开始,步长为2获取元素。得到的结果为[1, 3]。如果步长设置成-1则代表反向遍历。

如果我们要指定一段区间倒序,则前面的start和end也需要反过来,例如我想要获取[3: 6]区间的倒序,应该写成[6:3:-1]。

只写一个:,表示全部拷贝,如果用is判断拷贝前后的list会得到False。可以使用del删除指定位置的元素,或者可以使用remove方法。

insert方法可以 指定位置插入元素 ,index方法可以查询某个元素第一次出现的下标。

list可以进行加法运算,两个list相加表示list当中的元素合并。 等价于使用extend 方法:

我们想要判断元素是否在list中出现,可以使用 in关键字 ,通过使用len计算list的长度:

tuple和list非常接近,tuple通过()初始化。和list不同, tuple是不可变对象 。也就是说tuple一旦生成不可以改变。如果我们修改tuple,会引发TypeError异常。

由于小括号是有改变优先级的含义,所以我们定义单个元素的tuple, 末尾必须加上逗号 ,否则会被当成是单个元素:

tuple支持list当中绝大部分操作:

我们可以用多个变量来解压一个tuple:

解释一下这行代码:

我们在b的前面加上了星号, 表示这是一个list 。所以Python会在将其他变量对应上值的情况下,将剩下的元素都赋值给b。

补充一点,tuple本身虽然是不可变的,但是 tuple当中的可变元素是可以改变的 。比如我们有这样一个tuple:

我们虽然不能往a当中添加或者删除元素,但是a当中含有一个list,我们可以改变这个list类型的元素,这并不会触发tuple的异常:

dict也是Python当中经常使用的容器,它等价于C++当中的map,即 存储key和value的键值对 。我们用{}表示一个dict,用:分隔key和value。

对 。我们用{}表示一个dict,用:分隔key和value。

dict的key必须为不可变对象,所以 list、set和dict不可以作为另一个dict的key ,否则会抛出异常:

我们同样用[]查找dict当中的元素,我们传入key,获得value,等价于get方法。

我们可以call dict当中的keys和values方法,获取dict当中的所有key和value的集合,会得到一个list。在Python3.7以下版本当中,返回的结果的顺序可能和插入顺序不同,在Python3.7及以上版本中,Python会保证返回的顺序和插入顺序一致:

我们也可以用in判断一个key是否在dict当中,注意只能判断key。

如果使用[]查找不存在的key,会引发KeyError的异常。如果使用 get方法则不会引起异常,只会得到一个None :

setdefault方法可以 为不存在的key 插入一个value,如果key已经存在,则不会覆盖它:

我们可以使用update方法用另外一个dict来更新当前dict,比如a.update(b)。对于a和b交集的key会被b覆盖,a当中不存在的key会被插入进来:

我们一样可以使用del删除dict当中的元素,同样只能传入key。

Python3.5以上的版本支持使用**来解压一个dict:

set是用来存储 不重复元素 的容器,当中的元素都是不同的,相同的元素会被删除。我们可以通过set(),或者通过{}来进行初始化。注意当我们使用{}的时候,必须要传入数据,否则Python会将它和dict弄混。

set当中的元素也必须是不可变对象,因此list不能传入set。

可以调用add方法为set插入元素:

set还可以被认为是集合,所以它还支持一些集合交叉并补的操作。

set还支持 超集和子集的判断 ,我们可以用大于等于和小于等于号判断一个set是不是另一个的超集或子集:

和dict一样,我们可以使用in判断元素在不在set当中。用copy可以拷贝一个set。

Python当中的判断语句非常简单,并且Python不支持switch,所以即使是多个条件,我们也只能 罗列if-else 。

我们可以用in来循环迭代一个list当中的内容,这也是Python当中基本的循环方式。

如果我们要循环一个范围,可以使用range。range加上一个参数表示从0开始的序列,比如range(10),表示[0, 10)区间内的所有整数:

如果我们传入两个参数,则 代表迭代区间的首尾 。

如果我们传入第三个元素,表示每次 循环变量自增的步长 。

如果使用enumerate函数,可以 同时迭代一个list的下标和元素 :

while循环和C++类似,当条件为True时执行,为false时退出。并且判断条件不需要加上括号:

Python当中使用 try和except捕获异常 ,我们可以在except后面限制异常的类型。如果有多个类型可以写多个except,还可以使用else语句表示其他所有的类型。finally语句内的语法 无论是否会触发异常都必定执行 :

在Python当中我们经常会使用资源,最常见的就是open打开一个文件。我们 打开了文件句柄就一定要关闭 ,但是如果我们手动来编码,经常会忘记执行close操作。并且如果文件异常,还会触发异常。这个时候我们可以使用with语句来代替这部分处理,使用with会 自动在with块执行结束或者是触发异常时关闭打开的资源 。

以下是with的几种用法和功能:

凡是可以使用in语句来迭代的对象都叫做 可迭代对象 ,它和迭代器不是一个含义。这里只有可迭代对象的介绍,想要了解迭代器的具体内容,请移步传送门:

Python——五分钟带你弄懂迭代器与生成器,夯实代码能力

当我们调用dict当中的keys方法的时候,返回的结果就是一个可迭代对象。

我们 不能使用下标来访问 可迭代对象,但我们可以用iter将它转化成迭代器,使用next关键字来获取下一个元素。也可以将它转化成list类型,变成一个list。

使用def关键字来定义函数,我们在传参的时候如果指定函数内的参数名, 可以不按照函数定义的顺序 传参:

可以在参数名之前加上*表示任意长度的参数,参数会被转化成list:

也可以指定任意长度的关键字参数,在参数前加上**表示接受一个dict:

当然我们也可以两个都用上,这样可以接受任何参数:

传入参数的时候我们也可以使用*和**来解压list或者是dict:

Python中的参数 可以返回多个值 :

函数内部定义的变量即使和全局变量重名,也 不会覆盖全局变量的值 。想要在函数内部使用全局变量,需要加上 global 关键字,表示这是一个全局变量:

Python支持 函数式编程 ,我们可以在一个函数内部返回一个函数:

Python中可以使用lambda表示 匿名函数 ,使用:作为分隔,:前面表示匿名函数的参数,:后面的是函数的返回值:

我们还可以将函数作为参数使用map和filter,实现元素的批量处理和过滤。关于Python中map、reduce和filter的使用,具体可以查看之前的文章:

五分钟带你了解map、reduce和filter

我们还可以结合循环和判断语来给list或者是dict进行初始化:

使用 import语句引入一个Python模块 ,我们可以用.来访问模块中的函数或者是类。

我们也可以使用from import的语句,单独引入模块内的函数或者是类,而不再需要写出完整路径。使用from import *可以引入模块内所有内容(不推荐这么干)

可以使用as给模块内的方法或者类起别名:

我们可以使用dir查看我们用的模块的路径:

这么做的原因是如果我们当前的路径下也有一个叫做math的Python文件,那么 会覆盖系统自带的math的模块 。这是尤其需要注意的,不小心会导致很多奇怪的bug。

我们来看一个完整的类,相关的介绍都在注释当中

以上内容的详细介绍之前也有过相关文章,可以查看:

Python—— slots ,property和对象命名规范

下面我们来看看Python当中类的使用:

这里解释一下,实例和对象可以理解成一个概念,实例的英文是instance,对象的英文是object。都是指类经过实例化之后得到的对象。

继承可以让子类 继承父类的变量以及方法 ,并且我们还可以在子类当中指定一些属于自己的特性,并且还可以重写父类的一些方法。一般我们会将不同的类放在不同的文件当中,使用import引入,一样可以实现继承。

我们创建一个蝙蝠类:

我们再创建一个蝙蝠侠的类,同时继承Superhero和Bat:

执行这个类:

我们可以通过yield关键字创建一个生成器,每次我们调用的时候执行到yield关键字处则停止。下次再次调用则还是从yield处开始往下执行:

除了yield之外,我们还可以使用()小括号来生成一个生成器:

关于生成器和迭代器更多的内容,可以查看下面这篇文章:

五分钟带你弄懂迭代器与生成器,夯实代码能力

我们引入functools当中的wraps之后,可以创建一个装饰器。装饰器可以在不修改函数内部代码的前提下,在外面包装一层其他的逻辑:

装饰器之前也有专门的文章详细介绍,可以移步下面的传送门:

一文搞定Python装饰器,看完面试不再慌

不知道有多少小伙伴可以看到结束,原作者的确非常厉害,把Python的基本操作基本上都囊括在里面了。如果都能读懂并且理解的话,那么Python这门语言就算是入门了。

如果你之前就有其他语言的语言基础,我想本文读完应该不用30分钟。当然在30分钟内学会一门语言是不可能的,也不是我所提倡的。但至少通过本文我们可以做到熟悉Python的语法,知道大概有哪些操作,剩下的就要我们亲自去写代码的时候去体会和运用了。

根据我的经验,在学习一门新语言的前期,不停地查阅资料是免不了的。希望本文可以作为你在使用Python时候的查阅文档。

最后,我这里有各种免费的编程类资料,有需要的及时私聊我,回复"学习",分享给大家,正在发放中............

Python 有哪些好的学习资料或者博客

推荐Full Stack Python 有各种python资源汇总,从基础入门到各种框架web应用开发和部署,再到高级的ORM、Docker都有。以下是Full Stack Python 上总结的一些教程,我拙劣的翻译了以下,并调整(调整顺序并删了部分内容)了一下:

1、无开发经验,初学python

如果你不会其他语言,python是你的第一门语言:

A Byte of Python (简明python教程,这个有中文版简明 Python 教程)是非常好的入门教程。

Learn Python the Hard Way (Zed Shaw的免费教程,个人强烈推荐)

Python, Django and Flask教程: Real Python (收费,需购买)

short 5 minute video 解释了为什么你的出发点应该是要完成什么项目,或者解决什么问题,而不是为了学一门语言而去学一门语言。

Dive into Python 3 是一本开源的python教程,提供HTML和PDF版。

Code Academy 有一个为纯新手准备的 Python track 。

Introduction to Programming with Python 介绍了基本语法和控制结构等,提供了大量代码示例。

O'Reilly 的书 Think Python: How to Think Like a Computer Scientist 是非常好的入门教材。

Python Practice Book 是一本python练习的书,帮你掌握python基本语法。

想通过做实际项目来学编程?看看这个 this list of 5 programming project for Python beginners(5个适合python初学者的编程项目)。

Reddit的创造者之一写了一个教程,如何用python构建一个博客网站(use Python to build a blog.),使非常好的web编程入门。

The fullstack python的作者写了一篇关于如何学习python的文章learning Python 。

2、有开发经验 ,初学Python

Learn Python in y minutes ,让你在几分钟内快速上手,有个大概了解。

Python for you and me , python的语法,语言的主要结构等,还包含来Flask Web App的教程。

The Hitchhiker’s Guide to Python

How to Develop Quality Python Code ,如何开发高质量的python代码

3、进阶

The Python Ecosystem: An Introduction , 关于python生态系统,虚拟机、python包管理器pip、虚拟环境virtualenv、还有很多进阶主题

The Python Subreddit ,就是python的reddit节点(相当于中国的贴吧),是一个活跃的社区,可以交流讨论,解决问题等。

Good to Great Python Reads ,收集进阶和高级python文章,讲了很多细微差异和python语言本身的细节。

博客 Free Python Tips ,有很多python和python生态系统的文章。

Python Books ,有一些免费的Python, Django, 数据分析等方面的书。

Python IAQ: Infrequently Asked Questions ,关于python 经常问到的问题。

4、视频,屏幕录像,演示文稿等

一些技术交流会议的视频录像: best Python videos

5、python的包

awesome-python ,收集了python各种非常好用非常酷的包,确实非常awesome,让作者相见恨晚( I wish I had this page when I was just getting started)。

easy-python

6、 播客(Podcasts)

Talk Python to Me , 关注使用python的人们和组织,每一期都会邀请一些开发者谈谈他们的工作等。

Podcast.__init__ ,关于python和让python更牛B的人们。

7、新闻资讯(可订阅)

Python Weekly , 最新的python文章、视频、项目、资讯 。

PyCoder's Weekly ,和python weekly类似。

Import Python

以下是引用的原文:

New to programming

If you're learning your first programming language these books were written with you in mind. Developers learning Python as a second or later language should skip down to the next section for "experienced developers".

To get an introduction to Python, Django and Flask at the same time, consider purchasing the Real Python course by Fletcher, Michael and Jeremy.

This short 5 minute video explains why it's better to think of projects you'd like to build and problems you want to solve with programming. Start working on those projects and problems rather than jumping into a specific language that's recommended to you by a friend.

CS for All is an open book by professors at Harvey Mudd College which teaches the fundamentals of computer science using Python. It's an accessible read and perfect for programming beginners.

If you've never programmed before check out the Getting Started page on Learn To Code with Me by Laurence Bradford. She's done an incredible job of breaking down the steps beginners should take when they're uncertain about where to begin.

Learn Python the Hard Way is a free book by Zed Shaw.

Dive into Python 3 is an open source book provided under the Creative Commons license and available in HTML or PDF form.

While not Python-specific, Mozilla put together a Learning the Web tutorial for beginners and intermediate web users who want to build websites. It's worth a look from a general web development perspective.

A Byte of Python is a beginner's tutorial for the Python language.

Code Academy has a Python track for people completely new to programming.

Introduction to Programming with Python goes over the basic syntax and control structures in Python. The free book has numerous code examples to go along with each topic.

Google put together a great compilation of materials and subjects you should read and learn from if you want to be a professional programmer. Those resources are useful not only for Python beginners but any developer who wants to have a strong professional career in software.

The O'Reilly book Think Python: How to Think Like a Computer Scientist is available in HTML form for free on the web.

Python Practice Book is a book of Python exercises to help you learn the basic language syntax.

Looking for ideas about what projects to use to learn to code? Check out this list of 5 programming project for Python beginners.

There's a Udacity course by one of the creators of Reddit that shows how to use Python to build a blog. It's a great introduction to web development concepts through coding.

I wrote a quick blog post on learning Python that non-technical folks trying to learn to program may find useful.

Experienced developers new to Python

Learn Python in y minutes provides a whirlwind tour of the Python language. The guide is especially useful if you're coming in with previous software development experience and want to quickly grasp how the language is structured.

Python for you and me is an approachable book with sections for Python syntax and the major language constructs. The book also contains a short guide at the end to get programmers to write their first Flask web application.

Kenneth Reitz's The Hitchhiker’s Guide to Python contains a wealth of information both on the Python programming language and the community.

How to Develop Quality Python Code is a good read to begin learning about development environments, application dependencies and project structure.

Beyond the basics

The Python Ecosystem: An Introduction provides context for virtual machines, Python packaging, pip, virutalenv and many other topics after learning the basic Python syntax.

The Python Subreddit rolls up great Python links and has an active community ready to answer questions from beginners and advanced Python developers alike.

Good to Great Python Reads is a collection of intermediate and advanced Python articles around the web focused on nuances and details of the Python language itself.

The blog Free Python Tips provides posts on Python topics as well as news for the Python ecosystem.

Python Books is a collection of freely available books on Python, Django, and data analysis.

Python IAQ: Infrequently Asked Questions is a list of quirky queries on rare Python features and why certain syntax was or was not built into the language.

Videos, screencasts and presentations

Videos from conferences and meetups along with screencasts are listed on the best Python videos page.

Curated Python packages lists

awesome-python is an incredible list of Python frameworks, libraries and software. I wish I had this page when I was just getting started.

easy-python is like awesome-python although instead of just a Git repository this site is in the Read the Docs format.

Podcasts

Talk Python to Me focuses on the people and organizations coding on Python. Each episode features a different guest interviewee to talk about his or her work.

Podcast.__init__ is another podcast on "about Python and the people who make it great".

Newsletters

Python Weekly is a free weekly roundup of the latest Python articles, videos, projects and upcoming events.

PyCoder's Weekly is another great free weekly email newsletter similar to Python Weekly. The best resources are generally covered in both newsletters but they often cover different articles and projects from around the web.

Import Python is a newer newsletter than Python Weekly and PyCoder's Weekly. So far I've found this newsletter often pulls from different sources than the other two. It's well worth subscribing to all three so you don't miss anything.

求python书籍推荐

零基础如何学好python,作为一个学了python两三年的过来人,我当初也是从0开始一路摸索过来的,这里给想学python的小白们分享一点我的学习心得。

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)》。