Python之所以流行，原因在于 语言本身优美，表达力强。适合做快速原型开发。且学习曲线平坦，上手快。Python的库比较庞大，需要一本书来梳理一下，最好是按库的功能来粗略地分类，方便我们通过目录快速查阅。而Python3标准库全文1000+页，一共19章，每一章都是按照一个主题来介绍相关的库。Python标准库正是应对了这第二点。丰富的库实现得以让python程序员迅速完成各种编程任务，将关注的重点集中在问题本身，而不是繁杂的实现细节上。这本书应该当做字典来使用，不需要从头翻起，随时可查阅相关模块。当需要实现某功能的时候，应该首先翻阅一下本书，看看有无相关的库可用。
《Python3标准库》PDF中文+英文PDF+源代码，中文PDF，1109页，带书签，文字可复制；英文PDF，1454页，带书签，文字可复制；配套源代码。
下载: https://pan.baidu.com/s/1bDRfc9mwagImZgbzT6kScQ
提取码: 8teq
《Python3标准库》用来处理文本、数据类型、算法、数学计算、文件系统、网络通信、Internet、XML、Email、加密、并发性、运行时和语言服务等各个方面的实用代码和解决方案。在内容安排上，每一节都会全面介绍一个模块，并提供一些很有价值的补充资源链接，理想的Python标准库参考手册。
随着硬件（如GPU）和软件框架（如PyTorch、Keras、TensorFlow和CNTK）的进步以及大数据的可用性，人们在文本、视觉和分析等领域更容易实施相应问题的解决方案。《Pytorch 深度学习》对当今前沿的深度学习库PyTorch进行了讲解。凭借其易学习性、高效性以及与Python开发的天然亲近性，PyTorch获得了深度学习研究人员以及数据科学家们的关注。从PyTorch的安装讲起，然后介绍了为现代深度学习提供驱动力的多个基础模块，还介绍了使用CNN、RNN、LSTM以及其他网络模型解决问题的方法。对多个先进的深度学习架构的概念（比如ResNet、DenseNet、Inception和Seq2Seq）进行了阐述，但没有深挖其背后的数学细节。
使用PyTorch轻松开发深度学习应用程序推荐学习《Pytorch 深度学习》。
《Pytorch 深度学习》PDF中文+mobi+epub+源代码，《Pytorch 深度学习》中文PDF，212页，带目录，文字可复制；《Pytorch 深度学习》英文PDF，250页，带目录，文字可复制；配套源代码。
下载: https://pan.baidu.com/s/1a6HUgw0DR1jvLcQmkejhPQ
提取码: wpxm
与GPU计算相关的知识、使用PyTorch训练模型的方法，以及用来生成文本和图像的复杂神经网络（如生成网络），也有所涵盖。使用文本数据分词、向量化，通过构建情感分类器训练词向量，下载IMDB数据并对文本分词，构建词表生成向量的批数据，使用词向量创建网络模型，训练模型，使用预训练的词向量，下载词向量，在模型中加载词向量，冻结embedding层权重，递归神经网络（RNN），LSTM，长期依赖，LSTM网络，基于序列数据的卷积网络。
《Python基础教程第3版》的结构安排还是比较明显的。先是基础知识和python的基本数据类型和语言特性介绍，然后是面向对象的编程。之后介绍python的标准库以及相关主题的编程（比如数据库、文件IO、GUI、网络编程），最后是以10个项目来总结对前面知识的综合运用。应该说这个内容编排和传统的编程入门书籍没有太大区别，除了最后的10个练习项目是特色。除此以外，这本书对于基础知识的讲解还是比较到位的，说比较到位，自然是还有缺陷，而且缺陷不小，后面会详谈。但无论如何，新手看完前面，基本能够做点简单的事情，对编程应该有起码的概念了。如果能耐心的敲完书中的示例，并且认真的学习python的标准库的话，初学者应该能够很快的写出一些简单的小工具。如果能够对书中第19章的内容进行深入学习，并认真额完成10个项目的话，基本上可以说半只脚进了软件开发的门。
《Python基础教程第三版》中文PDF，483页，带书签目录，文字可复制；《Python基础教程第3版》英文PDF，544页，带书签目录，文字可复制；配有源代码。
下载: https://pan.baidu.com/s/175ID5lJPIIWZWT8fpUmyNA
提取码: 8v8f
全书分为三部分。第一部分，讲述python语法，没有废话，该说的都说了，还掺入了一些python 3.0要注意的细节，另外，用平白的话语就将OOP讲清楚了，很好，如果加上图，效果更佳。第二部分，介绍了常用的GUI、框架等应用，点到即止，算是为第三部分做铺垫了，没有太多亮点；不过从数目众多的应用中也可以了解到python的强大。第三部分是project部分。很多编程书籍，都是简单的将语法给你过一遍就算了，但是这本书，除了讲述语法和介绍应用库之外，还手把手教你开始真正使用python写程序，教导你完成几个project，免去了经常要问的的“学完了一门语言之后，可以做什么”之类的疑问；从project中，也可以真正领略python的魅力所在。学习一门编程语言的最好方法就是真正使用它——这本书算是真正实践了这句话。
《图解数据结构使用Python》PDF代码+《Python程序设计基础》PDF，《图解数据结构使用Python》PDF，424页，带目录，文字可复制，吴灿铭 著。配套范例程序代码。《Python程序设计基础》PDF，194页，带目录，文字可复制，周元哲 编。
下载: https://pan.baidu.com/s/1Zd3vtk6gTEThjB6f7q1wXw
提取码: b7sw
《图解数据结构使用Python》采用丰富的图例来阐述基本概念，并以简洁清晰的语言来诠释重要的理论和算法，同时配合完整的范例程序代码，可以通过“实例+实践”来熟悉数据结构。共9章，先从基本的数据结构概念开始介绍，再以Python语言来实现数组、堆栈、链表、队列、树、图、排序、查找等重要的数据结构。提供了Python语言的快速入门，使用Python语言实现数据结构程序时调试经验的分享，提供了所有课后习题的答案。
《自己动手写神经网络》讲解通俗易懂，使用简单的语言描述人工神经网络的原理，并力求以具体实现与应用为导向，除了理论介绍外，每一章节的应用和实践都有具体的实例实现，达到学以致用。
《自己动手写神经网络》PDF+源代码，《自己动手写神经网络》PDF，212页，带书签目录，文字可以复制。配套源代码。作者:葛一鸣
下载: https://pan.baidu.com/s/1w927HWOXAYuYqeQtcmSnJg
提取码: pgmu
《自己动手写神经网络》分为11章，主要内容为：简单的人工神经网络模型和理论应用；介绍了一个基于Java的人工神经网络框架Neuroph；介绍了基于Neuroph开发一个简单的人工神经网络系统—感知机；
介绍了ADALINE网络以及使用Neuroph实现ADALINE神经网络；介绍了BP神经网络的基本原理和具体实现；介绍了BP神经网络的具体实践应用；介绍了Hopfield网络的原理、实践和应用；介绍了双向联想网络BAM的原理、实践和应用；介绍了竞争学习网络，特别是SOM网络以及相关算法与实现；介绍了PCA方法以及与PCA方法等价的PCA神经网络。
学习人工智能概论时，推荐看看《人工智能:一种现代的方法(第3版)》，最权威、最经典的人工智能教材，已被全世界100多个国家的1200多所大学用作教材。全面性以及结构的安排还是不错的，值得推荐，相信每个人都能从中获得自己觉得收获，而对于已经有基础的人来说或许会更有帮助。
《人工智能:一种现代的方法第三版》分为七大部分：第1部分“人工智能”，第II部分“问题求解”，第III部分“知识、推理与规划”，第IV部分“不确定知识与推理”，第V部分“学习”，第VI部分“通信、感知与行动”，第VII部分“结论”。
《人工智能 一种现代的方法第3版》中文PDF+英文PDF，中文PDF，944页，带书签目录，英文PDF，1145页，带书签目录。
下载: https://pan.baidu.com/s/1VAyklZVAA1KpQpgzS_vZBg
提取码: ssrg
从模型和算法的角度出发，人工智能的体系大致包括： 数据搜索、逻辑推理、机器学习(机器学习、深度学习、强化学习)、博弈对抗、前沿性问题(视觉、听觉、语言、触觉等）。 人工智能的体系当然不止这些。还应该有法律、伦理等，所以这是一门新兴的学科。
刚好想学python，里面的各个点都涉及到，值得花时间去研究。因为本身自己是因为想学黑客编程，但听说脚本语言常用是python，所以决定学一学python，但又不想走马观花式地仅学它的语法，所以刚好遇到这本以算法去介绍python的书，及时雨。另外，算法的确是个内功心法的东西，不是短时间能迅速提高编程能力的东西，但是，它却又是随着你投入越多时间研究越会帮你走得越远。用python去阐述算法，适合对python和算法感兴趣的人。
《Python数据可视化之matplotlib实践》借助matplotlib讲解开展Python数据可视化实践所需要掌握的关键知识和技能，主要由matplotlib入门、精进、演练和拓展四部分组成，为方便对内容进行有效实践，相关章节都会配以大量典型的综合案例。使用的代码都是Python编程知识里的基础内容，有利于将时间和精力放在数据可视化的实践本身上，适合对Python数据可视化有兴趣的各行业和领域的有识之士。
《Python程序员面试算法宝典》讲解程序员面试笔试算法，代码采用Python语言编写，除了讲解如何解答算法问题以外，还引入了例子辅以说明，更容易理解。
Python数据可视化之matplotlib实践PDF+Python程序员面试算法宝典PDF，《Python程序员面试算法宝典》PDF，296页，带书签目录，文字可复制。《Python数据可视化之matplotlib实践》PDF，248页，带书签，文字可复制。
下载: https://pan.baidu.com/s/1FuEtsrEfXROGWnkyozUYLw
提取码: s3p9
几乎将程序员面试笔试过程中算法类真题一网打尽，在题目的广度上，通过各种渠道，搜集了近3年来几乎所有IT企业面试笔试算法的高频题目，所选择题目均为企业招聘使用题目。在题目的深度上，由浅入深，庖丁解牛式地分析每一个题目，并提炼归纳。同时，引入例子与源代码、时间复杂度与空间复杂度的分析，这些内容是其他同类书籍所没有的。根据真题所属知识点进行分门别类，结构合理，条理清晰，进行学习与检索意义重大。
相当于告诉你，这些常规图是用什么方法绘制的，这些函数的主要参数是什么。一句话总结：没有什么优点，也没有什么缺点的Matplotlib入门。