python书籍_我的Python数据分析书籍

python书籍_我的Python数据分析书籍_第1张图片

1 我的数据分析学习顺序

python书籍_我的Python数据分析书籍_第2张图片

我的数据分析学习顺序

2 书籍介绍

2.1 基础

《Python编程:从入门到实践》易读,最常用的入门语法,有其他编程基础的,比看《Python编程快速上手》更能快速上手,后者更适合没编程经验的入门。

《流畅的Python》想深入了解Python语法的必备书籍。

2.2 算法

《算法图解》、《Python程序员面试算法宝典》大部分算法数据是用C++或Java,喜欢用Python写数据结构与算法的可以阅读。

2.3 数据分析

主要学习Numpy、Pandas、Matplotlib。

《利用Python进行数据分析》大部分人使用老鼠书入门,但版本是Python2的。

《Python数据科学手册》前半部分是数据分析,虽然比较厚,但可以系统学习Numpy、Pandas。

《Python数据可视化编程实战(第2版)》Python可视化一直比较难轻易实现,书籍较少,需要多结合网络代码才能熟练。

2.4 机器学习

机器学习有监督学习如决策树、线性回归等,无监督学习聚类、主成分分析,主要是用Scikit-Learn实现。

《Python机器学习基础教程》Scikit-Learn轻松入门。

《机器学习实战:基于Scikit-Learn和TensorFlow》前半部分是Scikit-Learn,讲解深入,适合进阶,后半部分TensorFlow过于粗浅。

《集体智慧编程》学完Scikit-Learn,可以尝试从零开始写机器学习,适合想钻研算法的使用,比《机器学习实战》版本较新。

2.5 深度学习

主要学习各种神经网络算法,熟练使用Keras、TensorFlow。

《深度学习入门》从零开始写神经网络,代码比《Python神经网络编程》更详细。

《Python深度学习》Keras入门书籍,Keras比TensorFlow框架更人性化,代码规范,使用简单。

《深度学习之TensorFlow》TensorFlow入门书籍,想研究最新的神经网络优化算法细节还得看TensorFlow。

《Python和NLTK自然语言处理》自然语言一直没有针对汉语的版本,只能尽量挑新版书籍。

2.6 网络爬虫

《Python 3网络爬虫开发实战》网络爬虫由于更新快,很少有深入学习的书籍,国内就属崔庆才版本比较全面,其他书籍都是强调某个功能,其他功能略过。

3 建议学习流程

3.1 第1年按顺序看这6本基础书籍,每本约2-3个月:

《Python编程:从入门到实践》

《Python数据科学手册》数据分析部分

《Python机器学习基础教程》

《深度学习入门》神经网络入门

《Python深度学习》Keras入门

《Python 3网络爬虫开发实战》

3.2 第2年看5本进阶书籍,顺序不限,每本2-3个月

《流畅的Python》

《Python数据可视化编程实战(第2版)》或其他可视化书籍

《集体智慧编程》从零开始写机器学习代码

《深度学习之TensorFlow》TensorFlow

《Python和NLTK自然语言处理》

4 后续补充一些看过但觉得没必要的书籍

PS:如果有其他好的数据分析书籍,大家也可以推荐

你可能感兴趣的:(python书籍,python数据分析)