Skip to content

Latest commit

 

History

History
executable file
·
108 lines (82 loc) · 9.14 KB

Python学习资源汇总.md

File metadata and controls

executable file
·
108 lines (82 loc) · 9.14 KB

Python学习资源汇总

最近有很多小伙伴在找 Python 的相关学习资源，给大家做一个汇总吧，大家就不需要到处打听了，而且网上的资源良莠不齐，给大家整理一些优质的资源，让大家少走弯路。温馨提示一下，下面的资源选一些适合自己的就行了，并非每个都值得学习和研究。

Python学习教程

图文教程

  1. 《从零开始学Python》- 我自己在知乎创作的专栏，欢迎大家打卡学习
  2. 《基于Python的数据分析》- 我自己在知乎创作的专栏，欢迎大家学习交流
  3. 《说走就走的AI之旅》- 我自己在知乎创作的专栏，欢迎大家学习交流
  4. 《Python - 100天从新手到大师》 - 我自己在 GitHub 分享的 Python 学习项目
  5. 《Python 3教程》- 菜鸟教程上的 Python 课程，上面还有很多其他学习资源
  6. 《Python教程》- 廖雪峰个人网站上的 Python 课程，上面还有一些其他学习资源

视频教程

  1. 《从零开始学Python》- 我自己分享在 Bilibili 的 Python 入门视频
  2. 《快速上手Python语言》- 在知乎知学堂上传的一套之前讲课的随堂视频
  3. 《Python进阶课程》- 我自己分享在 Bilibili 的 Python 进阶随堂视频
  4. 《Python数据分析三剑客》- 我自己分享在 Bilibili 的 Python 数据分析随堂视频
  5. 《AI Python for Beginners》- 吴恩达（Andrew Ng）老师的 Python 入门课
  6. 《AI for Everyone》- 吴恩达（Andrew Ng）老师的 AI 通识课
  7. 《Deep Learning Specilizaiton》- 吴恩达（Andrew Ng）老师的深度学习专项课程
  8. 《100 Days of Code: The Complete Python Pro Bootcamp》 - Udemy 上很受欢迎的一整套 Python 课程（付费）
  9. 《Python for Data Science and Machine Learning Bootcamp》 - Udemy 上一套评分很高的数据科学课程（付费）
  10. 《PyTorch: Deep Learning and Artificial Intelligence》 - Udemy 好评课程（付费）

说明：吴恩达老师的课程在 YouTube 和 Bilibili 上也有很多人分享，YouTube 上面也有很多免费的 Python 课程曾经让我觉得受益匪浅。这些课程很多都是言简意赅、直击问题的，不像国内很多培训机构，动不动就分享七百集的课程或者八百G的学习资料，让很多人误以为点赞收藏就是学会。国内外各种学习平台也很多，有人喜欢 Udemy，有人喜欢 Coursera，我只是把我自己看过觉得不错的课程分享出来，大家可以根据需要自己去对应的平台查找，当然更重要的是有计划的学习起来。

资源网站

  1. Python 官方网站 - 下载 Python 解释器、查看官方文档、了解社区动态等
  2. [Online Python](<https://www.online-python.com/)、[Python-Fiddle](https://python-fiddle.com/)、[Google Colab](https://colab.research.google.com/) - 在线编写运行 Python 代码
  3. Coddy - 在线学习和练习 Python，有点像学外语的“多邻国”
  4. Django、FastAPI 官方网站 - Python 服务接口开发框架
  5. NumPy、Pandas、Matplotlib 官方网站 - Python 数据分析三大神器
  6. Polars 官方网站 - pandas 的高性能替代方案
  7. CuPy、cuDF、RAPIDS 官方网站 - 用 GPU 加速数学科学
  8. Scikit-learn、PyTorch、Tensorflow、Keras官方网站 - 机器学习、深度学习框架
  9. Hugging Face 官方网站 - transformers 库提供了大量的预训练模型，助力深度学习模型开发
  10. Kaggle 官方网站 - 全球知名的数据科学和机器学习平台
  11. GitHub 官方网站 - 全球最大代码托管平台，上面有很多优质的代码和资源
  12. YouTube 网站 - 全球最大的视频分享平台，有很多很棒的学习视频
  13. Bilibili 网站 - 原本是一个二次元平台，现在也是年轻人的学习平台
  14. 中国大学 MOOC、网易云课堂、慕课网、Udemy、Coursera、Udacity、edX - 在线学习平台
  15. DeepLearning.ai - 吴恩达（Andrew Ng）老师创办的深度学习教育平台
  16. 力扣、牛客网、HackerRank、topcoder - 在线刷题、比赛平台
  17. NVIDIA深度学习培训中心、DataCamp - 有免费和付费的学习资源
  18. BecomingHuman.ai - 上面有很多关于 AI 的话题，有一些精美的 Cheat Sheet（知识速查表）

Python参考书籍

入门读物

  1. 《Python编程从入门到实践》（Python Crash Course）- 著名的蟒蛇书，推荐
  2. 《Python基础教程》（Beginning Python From Novice to Professional）- 入门经典
  3. 《Python学习手册》（Learning Python）- 著名的老鼠书
  4. 《Python编程导论》（Introduction to computation and programming using Python）- 我自己很喜欢这本书

进阶读物

  1. 《Python Cookbook》- 照着菜谱做，肯定不出错，进阶首选
  2. 《流畅的Python》（Fluent Python）- 成为高手的必经之路
  3. 《Effective Python：编写高质量Python代码的59个有效方法》（Effective Python 59 Specific Ways to Write Better Python）
  4. 《Python高级编程》（Expert Python Programming）- 著名的花书
  5. 《Python项目开发实战》- 有很多工程化项目开发的知识

数据采集

  1. 《Python 3网络爬虫开发实战》- 个人推荐
  2. 《Python网络书籍擦剂》- 著名的穿山甲书

数据分析

  1. 《利用Python进行数据分析》（Python for Data Analysis）- pandas 作者写的书
  2. 《Python数据科学手册》（Python Data Science Handbook）- O'Reilly 动物数系列的鬣蜥书
  3. 《Python数据分析实战》（Python Data Analytics With Pandas, NumPy, and Matplotlib）- 个人推荐
  4. 《Python数据可视化编程实战》（Python Data Visualization Cookbook）- 重点在数据可视化
  5. 《深入浅出数据科学》（Principles of Data Science）- 我自己很喜欢这本书
  6. 《面向数据科学家的实用统计学》（Practical Statistics for Data Scientists）- 很实用的统计学
  7. 《数据科学入门》（Data Science from Scratch）

机器学习

  1. 《机器学习实战》（Machine Learning in Aciton）- 入门推荐
  2. 《机器学习（鸢尾花数学大系：从加减乘除到机器学习）》- 姜伟生博士非常用心的作品
  3. 《深度学习入门：基于Python的理论与实现》- 日本获奖书籍，入门推荐
  4. 《深度学习》（Deep Learning）- 深度学习经典神作
  5. 《动手学深度学习》（Dive into Deep Learning）- 阿斯顿·张和李沐强强联合出品
  6. 《Python深度学习》（Deep Learning with Python）- 我自己很喜欢这本书
  7. 《机器学习实战》（Hands-On Machine Learning with Scikit-Learn, Keras, and Tensorflow）- 著名的蜥蜴书，从机器学习到深度学习

大模型

  1. 《BERT基础教程：Transformer大模型实战》（Getting Started with Google BERT）- 五星好评书籍

  2. 《Build a Large Language Model》

  3. 《Hands-On Large Language Models》

  4. 《大模型应用开发极简入门：基于GPT-4和ChatGPT》（Developing Apps with GPT-4 and ChatGPT）

测试运维

  1. 《Selenium自动化测试：基于Python语言》（Learning Selenium Testing Tools with Python）
  2. 《pytest测试实战》（Python Testing with pytest）
  3. 《Python自动化运维实战》（Hands-On Enterprise Automation with Python）
  4. 《Python自动化运维技术与最佳实践》