人若志趣不远，心不在焉，虽学不成。-----张载
对于小编而言，自己是很喜欢python，因为本身虽然是计算机专业毕业的，但是在大学期间也没开展python课程，而是学习过很多门语言（c、c++、java、php、面向对象）等等吧，大学期间学的语言挺多的但是只能说多而杂，学习了很多，但是一门都没有学会，工作一年后，python火起来了，当时很迷惘，因为工作不是很称心，一直想换工作，做了一系列的思想斗争之后，决定自学python，决定其实很好做出，但是以后的学习是相当的漫长，因为一无所知，不知道从何入手，如果你们现在和我当时的状态很像，恰好你们看到了这篇文章，那么你们很幸运，因为我不想让更多的人重走我走的弯路，这篇文章我先讲一下python的入门资料，后续会写更多的文章，希望能帮助你们。
《Python简明教程》：这是一本只有100页左右的小册子，你可以迅速的浏览并敲一遍代码，或多或少都会提升你的Python基础能力。
《笨方法学Python》：这本书同样非常的短小精悍，全书是以习题的形式让读者掌握有关Python的基础知识，里面的代码建议读者能够敲一遍。
《Python基础教程》：这本书的内容非常的详实，几乎覆盖了Python的所有基础知识点，当然有些章节你也并不需要都去看，读者可以根据自己的情况，有针对性的挑着看。
关于python基础储备方面的书籍我先推荐这三本，因为书在于精不在于多，这三本完全够了，我感觉视频更容易接受，建议先看书预习，然后再看视频接受，最后自己把代码敲起来去实践，学习基础差不多后，我推荐几个方向的书籍。
python数据分析
《利用Python进行数据分析》：太经典了，作者就是创建pandas模块的大牛，书中详细讲解了有关numpy、pandas、matplotlib等模块的常用函数技巧，同时也结合了一些案例加以说明，书末也简单介绍了Python在时间序列问题上的处理和金融与经济方面的应用。
《Python金融大数据分析》：如果你对金融比较感兴趣的话，这本书是一个不错的选择。不仅讲了有关金融方面的理论知识和应用案例，也同样讲解了很多基础知识，如常见的数据结构、数据可视化操作、数据操作、数学基础、统计学基础等。
《Python数据分析与挖掘实战》：这是一本很棒的实战书籍，结合Python这个工具讲解了有关数据分析过程中的数据探索和数据预处理，同时，也介绍了很多数据分析和挖掘的案例，一步步带着读者完成每一个实战项目的操作。例如，窃电行为识别、家电用户行为分析、电商用户行为分析等。
python数据挖掘
数据挖掘部分相对而言要难一些，只实现数据挖掘的操作还不够，还需要一定的数学功底，正如吴恩达所说，数学只是机器学习的基础。对于一般常用的预测模型、分类模型和聚类模型都可以通过Python的sklearn模块实现，所以实操不难。重要的是理论知识的掌握，这里介绍几本理论方面的书：
《数据挖掘导论》：非常适合数据挖掘入门，内容详实，讲解的条理也很清晰。
《数据挖掘概念与技术》：同样是一本不可多得的好书，首先介绍挖掘方法的概念和理论知识，然后通过某些数据集来完成手工计算的过程，对于读者来说，具有代入感，学习起来也会比较有劲。
《统计学习方法》：是一本完全偏理论的书籍，包含了很多算法的推理过程，如knn算法、贝叶斯算法、决策树算法、支持向量机算法等，这些推理对读者的数学知识要求比较高。
书虽好但是需要一定的数学基础才能看上面的书籍，如果是小白或者很基础的朋友，建议看上面首先提到的书籍。
好了，朋友们，个人学习python的书籍和经历就分享到这里，如果你在学习的时候遇到难题，千万不要放弃，坚持就是胜利，你可以的，相信自己~~~