Since March 2018, the national computer two exam to join the "Python Programming Language" subjects.
Since 2018, Zhejiang Province, information technology will no longer use textbooks obscure VB language, but switched to a more straightforward Python language. In other words, Python will be included in one of the Entrance Examination.
Python has entered Shandong Province primary school textbooks, the students have to learn Python? It's not going to happen, Python enter primary school classroom is the fact that has happened, still entangled himself not to learn programming?
AlphaGo using Python language, python is also an artificial intelligence language.
Examination Center of the Ministry of Education recently issued a notice "on the National Computer Rank (NCRE) system adjustment," the decision since March 2018, at the National Computer Level II exam added to "Python Programming Language" subjects.
9 months ago, Zhejiang Province, information technology curriculum reform program has been introduced, Python, Zhejiang Province, determined to enter the information technology teaching materials, since 2018, Zhejiang Province, information technology will replace textbooks from vb programming language is Python.
Pupils are beginning to learn Python, and my God line and learn Python after reading these go wrong.
The first of these books have been packed in a single small series of QQ group: 784 758 214 plus group can get free Oh!
Amway wave of books:
Getting Started with Python
"Python Programming: from entry to practice."
This book is a reader for all levels of Python and Python as the primer. The book is divided into two parts: The first part introduces the basic concepts of programming in Python need to know, including the powerful Python libraries and tools matplotlib, NumPy and Pygal and other reports, as well as lists, dictionaries, if statements, classes, files and abnormal, code testing, etc. content; the second part of the theory into practice, to explain how to develop three projects, including how simple Python 2D game development and utilization of data to generate an interactive map of information, as well as create and customize a simple Web application, and to help readers solve common programming problems and puzzles.
"Python Programming Quick Start - let automating tedious"
本书是一本面向实践的Python编程实用指南。本书的目的，不仅是介绍Python语言的基础知识，而且还通过项目实践教会读者如何应用这些知识和技能。本书的首部分介绍了基本Python编程概念，第二部分介绍了一些不同的任务，通过编写Python程序，可以让计算机自动完成它们。第二部分的每一章都有一些项目程序，供读者学习。每章的末尾还提供了一些习题和深入的实践项目，帮助读者巩固所学的知识。附录部分提供了所有习题的解答。
本书适合任何想要通过Python学习编程的读者，尤其适合缺乏编程基础的初学者。通过阅读本书，读者将能利用强大的编程语言和工具，并且会体会到Python编程的快乐。
《“笨办法”学Python（第3版）》
本书是一本Python入门书，适合对计算机了解不多，没有学过编程，但对编程感兴趣的读者学习使用。这本书以习题的方式引导读者一步一步学习编程，从简单的打印一直讲到完整项目的实现，让初学者从基础的编程技术入手，最终体验到软件开发的基本过程。本书是基于Python 3.6版本编写的。
本书结构非常简单，除“准备工作”之外，还包括52个习题，其中26个覆盖了输入/输出、变量和函数3个主题，另外26个覆盖了一些比较进阶的话题，如条件判断、循环、类和对象、代码测试及项目的实现等。每一章的格式基本相同，以代码习题开始，按照说明编写代码，运行并检查结果，然后再做附加练习。
《像计算机科学家一样思考Python (第2版)》
本书以培养读者以计算机科学家一样的思维方式来理解Python语言编程。贯穿全书的主体是如何思考、设计、开发的方法，而具体的编程语言，只是提供了一个具体场景方便介绍的媒介。
全书共21章，详细介绍Python语言编程的方方面面。本书从基本的编程概念开始讲起，包括语言的语法和语义，而且每个编程概念都有清晰的定义，引领读者循序渐进地学习变量、表达式、语句、函数和数据结构。书中还探讨了如何处理文件和数据库，如何理解对象、方法和面向对象编程，如何使用调试技巧来修正语法错误、运行时错误和语义错误。每一章都配有术语表和练习题，方便读者巩固所学的知识和技巧。此外，每一章都抽出一节来讲解如何调试程序。作者针对每章所专注的语言特性，或者相关的开发问题，总结了调试的方方面面。
本书的第2版与第1版相比，做了很多更新，将编程语言从Python 2升级成Python 3，并修改了很多示例和练习，增加了新的章节，更全面地介绍Python语言。
这是一本实用的学习指南，适合没有Python编程经验的程序员阅读，也适合高中或大学的学生、Python爱好者及需要了解编程基础的人阅读。对于首次接触程序设计的人来说，是一本不可多得的佳作。
Python进阶
《Python高级编程（第二版）》
Python作为一种高级程序设计语言，凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言之一。
本书基于Python 3.5版本进行讲解，通过13章的内容，深度揭示了Python编程的高级技巧。本书从Python语言及其社区的现状开始介绍，对Python语法、命名规则、Python包的编写、部署代码、扩展程序开发、管理代码、文档编写、测试开发、代码优化、并发编程、设计模式等重要话题进行了全面系统化的讲解。
本书适合想要进一步提高自身Python编程技能的读者阅读，也适合对Python编程感兴趣的读者参考学习。全书结合典型且实用的开发案例，可以帮助读者创建高性能的、可靠且可维护的Python应用。
《Python高性能编程》
本书共有12章，围绕如何进行代码优化和加快实际应用的运行速度进行详细讲解。本书主要包含以下主题：计算机内部结构的背景知识、列表和元组、字典和集合、迭代器和生成器、矩阵和矢量计算、并发、集群和工作队列等。最后，通过一系列真实案例展现了在应用场景中需要注意的问题。
本书适合初级和中级Python程序员、有一定Python语言基础想要得到进阶和提高的读者阅读。
《Python极客项目编程》
Python 是一种强大的编程语言，容易学习而且充满乐趣。但掌握了基本知识后，接下来做什么？
本书包含了一组富有想象力的编程项目，它们将引导你用Python 来制作图像和音乐、模拟现实世界的现象，并与
Arduino 和树莓派这样的硬件进行交互。你将学习使用常见的Python 工具和库，如numpy、matplotlib 和pygame，
来完成以下工作：
● 利用参数方程和turtle模块生成万花尺图案；
● 通过模拟频率泛音在计算机上创作音乐；
● 将图形图像转换为ASCII文本图形；
● 编写一个三维立体画程序，生成隐藏在随机图案下的3D图像；
● 通过探索粒子系统、透明度和广告牌技术，利用OpenGL着色器制作逼真的动画；
● 利用来自CT和MRI扫描的数据实现3D可视化；
● 将计算机连接到Arduino编程，创建响应音乐的激光秀。
通过本书，你可以享受作为极客的真正乐趣！
《Python核心编程（第3版）》
《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。
《机器学习实战》
机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。
本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。
全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。
《Python自然语言处理》
《Python自然语言处理(影印版)》提供了非常易学的自然语言处理入门介绍，该领域涵盖从文本和电子邮件预测过滤，到自动总结和翻译等多种语言处理技术。在《Python自然语言处理(影印版)》中，你将学会编写Python程序处理大量非结构化文本。你还将通过使用综合语言数据结构访问含有丰富注释的数据集，理解用于分析书面通信内容和结构的主要算法。
《Python自然语言处理》准备了充足的示例和练习，可以帮助你：
从非结构化文本中抽取信息，甚至猜测主题或识别“命名实体”；
分析文本语言结构，包括解析和语义分析；
访问流行的语言学数据库，包括WordNet和树库(treebank)；
从多种语言学和人工智能领域中提取的整合技巧。
《Python自然语言处理(影印版)》将帮助你学习运用Python编程语言和自然语言工具包(NLTK)获得实用的自然语言处理技能。如果对于开发Web应用、分析多语言新闻源或记录濒危语言感兴趣——即便只是想从程序员视角观察人类语言如何运作，你将发现《Python自然语言处理》是一本令人着迷且极为有用的好书。
《Python数据科学手册》
本书是对以数据深度需求为中心的科学、研究以及针对计算和统计方法的参考书。本书共五章，每章介绍一到两个Python数据科学中的重点工具包。首先从IPython和Jupyter开始，它们提供了数据科学家需要的计算环境；第2章讲解能提供ndarray对象的NumPy，它可以用Python高效地存储和操作大型数组；第3章主要涉及提供DataFrame对象的Pandas，它可以用Python高效地存储和操作带标签的/列式数据；第4章的主角是Matplotlib，它为Python提供了许多数据可视化功能；第5章以Scikit-Learn为主，这个程序库为最重要的机器学习算法提供了高效整洁的Python版实现。
本书适合有编程背景，并打算将开源Python工具用作分析、操作、可视化以及学习数据的数据科学研究人员。
《用Python写网络爬虫》
作为一种便捷地收集网上信息并从中抽取出可用信息的方式，网络爬虫技术变得越来越有用。使用Python这样的简单编程语言，你可以使用少量编程技能就可以爬取复杂的网站。
《用Python写网络爬虫》作为使用Python来爬取网络数据的杰出指南，讲解了从静态页面爬取数据的方法以及使用缓存来管理服务器负载的方法。此外，本书还介绍了如何使用AJAX URL和Firebug扩展来爬取数据，以及有关爬取技术的更多真相，比如使用浏览器渲染、管理cookie、通过提交表单从受验证码保护的复杂网站中抽取数据等。本书使用Scrapy创建了一个高级网络爬虫，并对一些真实的网站进行了爬取。
《用Python写网络爬虫》介绍了如下内容：
通过跟踪链接来爬取网站；
Lxml used to extract data from the page;
Construction of threads in parallel crawlers crawl the page;
The downloaded content caching to reduce bandwidth consumption;
JavaScript parsing depends on the site;
Interact with forms and conversation;
Solve the problem of protected code page;
AJAX calls for reverse engineering;
Use Scrapy create advanced crawlers.
This Book
This book is crawling want to build a reliable data solutions developers take writing, this book assumes that the reader has some Python programming experience. Of course, other programming languages have developed experienced readers can also read the book, the book and understand the concepts and principles involved.
"Bayesian thinking: statistical modeling Python learning"
This book helps people who want to solve practical problems using mathematical tools, the only requirement is probably understand a little knowledge of probability and programming. The Bayesian approach is a common mathematical method using probabilistic knowledge to solve the problem of uncertainty, for a computer professional who should be familiar with its use, such as machine translation, a common computer speech recognition, spam detection, etc. problem areas.
But the book is actually far broaden your horizons, if not a computer professional people, you can also see in the environment of war (World War II German tank problem), on legal issues (kidney cancer hypothesis testing), sports × ×× field (Bruins team NFL games and accession issues) power Bayesian approach. How to determine the size of the German armored forces from limited information, you support the team, how likely to win the championship in the "Dungeons & Dragons" Warriors, you should have any kind of expectations for maximum game character attributes, even in general paintball game, it has some of Bayesian thinking can also help to improve your game level.
In addition, the book discusses how to solve practical problems in more than a dozen real-life space in a total of 15 chapters. In the process of resolving these problems, the authors also help readers form a subtle methodology of modeling decision-making, numerical modeling errors and error how to choose, how to mathematically model the specific issues, how to seize the main contradiction in the problem (model the key parameters), and then step by step to optimize or verify the validity or the limitations of the model. In this sense, this book is a successful sample on mathematical modeling.